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...

Descripción completa

Guardado en:

Detalles Bibliográficos
Autores principales:	Zárate-Valderrama,Joshua, Bedregal-Alpaca,Norka, Cornejo-Aparicio,Víctor
Lenguaje:	Spanish / Castilian
Publicado:	Universidad de Tarapacá. 2021
Materias:	Minería de datos educativos algoritmo ID3 algoritmo C4.5 red neuronal artificial algoritmos de clasificación deserción estudiantil
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!

id	oai:scielo:S0718-33052021000100168
record_format	dspace
spelling	oai:scielo:S0718-330520210001001682021-04-15Modelos de clasificación para reconocer patrones de deserción en estudiantes universitariosZárate-Valderrama,JoshuaBedregal-Alpaca,NorkaCornejo-Aparicio,Víctor Minería de datos educativos algoritmo ID3 algoritmo C4.5 red neuronal artificial algoritmos de clasificación deserción estudiantil 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.info:eu-repo/semantics/openAccessUniversidad de Tarapacá.Ingeniare. Revista chilena de ingeniería v.29 n.1 20212021-03-01text/htmlhttp://www.scielo.cl/scielo.php?script=sci_arttext&pid=S0718-33052021000100168es10.4067/S0718-33052021000100168
institution	Scielo Chile
collection	Scielo Chile
language	Spanish / Castilian
topic	Minería de datos educativos algoritmo ID3 algoritmo C4.5 red neuronal artificial algoritmos de clasificación deserción estudiantil
spellingShingle	Minería de datos educativos algoritmo ID3 algoritmo C4.5 red neuronal artificial algoritmos de clasificación deserción estudiantil Zárate-Valderrama,Joshua Bedregal-Alpaca,Norka Cornejo-Aparicio,Víctor Modelos de clasificación para reconocer patrones de deserción en estudiantes universitarios
description	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.
author	Zárate-Valderrama,Joshua Bedregal-Alpaca,Norka Cornejo-Aparicio,Víctor
author_facet	Zárate-Valderrama,Joshua Bedregal-Alpaca,Norka Cornejo-Aparicio,Víctor
author_sort	Zárate-Valderrama,Joshua
title	Modelos de clasificación para reconocer patrones de deserción en estudiantes universitarios
title_short	Modelos de clasificación para reconocer patrones de deserción en estudiantes universitarios
title_full	Modelos de clasificación para reconocer patrones de deserción en estudiantes universitarios
title_fullStr	Modelos de clasificación para reconocer patrones de deserción en estudiantes universitarios
title_full_unstemmed	Modelos de clasificación para reconocer patrones de deserción en estudiantes universitarios
title_sort	modelos de clasificación para reconocer patrones de deserción en estudiantes universitarios
publisher	Universidad de Tarapacá.
publishDate	2021
url	http://www.scielo.cl/scielo.php?script=sci_arttext&pid=S0718-33052021000100168
work_keys_str_mv	AT zaratevalderramajoshua modelosdeclasificacionparareconocerpatronesdedesercionenestudiantesuniversitarios AT bedregalalpacanorka modelosdeclasificacionparareconocerpatronesdedesercionenestudiantesuniversitarios AT cornejoapariciovictor modelosdeclasificacionparareconocerpatronesdedesercionenestudiantesuniversitarios
_version_	1714203489188446208

Modelos de clasificación para reconocer patrones de deserción en estudiantes universitarios

Ejemplares similares