Browsing by Author "Flores Satalaya, Jules Mao"

Now showing 1 - 1 of 1

Aplicación de técnicas de minería de datos para predecir la deserción estudiantil en la Institución Educativa 00116 Alto Perú - Moyobamba
(2024-02-01) Flores Satalaya, Jules Mao; Lopez Rodriguez, Carlos Enrique
El presente estudio tuvo como objetivo determinar la influencia de los algoritmitos aprendizaje supervisado en la deserción estudiantil de la Escuela de Posgrado - Universidad Enrique Guzmán y Valle; el estudio fue de tipo aplicado, nivel descriptivo y diseño metodológico no experimental. La población compuesta por 10659 estudiantes, la muestra fue dada por conveniencia siendo el total de 5758 estudiantes. Las técnicas fueron el análisis documental y la observación, los instrumentos correspondieron a la ficha documental y el cuadro de resumen de predicciones. Se analizaron 110 archivos donde registran la deserción estudiantil, que mediante procedimientos de ETL se pudo consolidar un dataset con información de 387 estudiantes, asimismo se determinó que la situación de matrícula, los cursos aprobados, los cursos desaprobados, el comportamiento, grado culminado y el nacimiento registrado son variables influyentes en gran significancia en la deserción estudiantil. Seguidamente se analizaron 5 técnicas de minería de datos, siendo los algoritmos J48, Random Forest, Vecinos Mas Cercanos, Función Logística y Perceptrón Multicapa, desempeñándose con mayor efectividad el algoritmo J48. Se evaluaron 116 casos, de los cuales el modelo basado en técnicas de minería de datos no acertó 5 casos, siendo equivalente al 4.31%. Por lo tanto se concluyó que la deserción estudiantil se puede predecir a través de los datos académicos y sociales, utilizando los algoritmos de aprendizaje automático hasta en un 95.69% de efectividad.