Modelos de clasificación para reconocer patrones de deserción en estudiantes universitarios
RESUMEN La deserción universitaria es un problema relacionado con el estudiante, como responsable directo, y con la institución universitaria, conocer las posibilidades de deserción es relevante para la institución. En este trabajo se propone utilizar modelos de clasificación para encontrar patrones...
Guardado en:
| Autores principales: | , , |
|---|---|
| Lenguaje: | Spanish / Castilian |
| Publicado: |
Universidad de Tarapacá.
2021
|
| Materias: | |
| Acceso en línea: | http://www.scielo.cl/scielo.php?script=sci_arttext&pid=S0718-33052021000100168 |
| Etiquetas: |
Agregar Etiqueta
Sin Etiquetas, Sea el primero en etiquetar este registro!
|
| Sumario: | RESUMEN La deserción universitaria es un problema relacionado con el estudiante, como responsable directo, y con la institución universitaria, conocer las posibilidades de deserción es relevante para la institución. En este trabajo se propone utilizar modelos de clasificación para encontrar patrones y predecir posibles casos de deserción en estudiantes universitarios. Se ha implementado una aplicación que utiliza información proporcionada por la universidad y que genera modelos de clasificación a partir de diferentes algoritmos (redes neuronales, ID3, C4.5), y utiliza los atributos más significativos dentro de la información disponible. Se comparó el rendimiento de estos modelos para definir aquel que aportaba mejores resultados y que servirá para realizar la clasificación de los estudiantes. Los resultados muestran que el algoritmo de C4.5 presentó mejoras medidas de rendimiento con respecto a la red neuronal y al ID3 y que la relación de créditos aprobados por un estudiante con respecto a los créditos que debería haber llevado es la variable más significativa en la construcción del modelo, seguida por las calificaciones, mientras que, la modalidad de examen de admisión mediante la cual el estudiante ingresó a la universidad no resultó ser significativa, pues no aparece en el árbol de decisión generado. |
|---|