Modelo para la detección temprana de estudiantes en riesgo de deserción usando técnicas de aprendizaje automático
Este estudio se enfoca en la deserción escolar entre estudiantes universitarios y busca crear un modelo de clasificación para identificar a aquellos en riesgo. Se recopiló información de los últimos cinco años y se aplicaron técnicas de aprendizaje automático, evaluando tres modelos: árboles de deci...
- Autores:
-
Califa Urquiza, Miguel Angel
- Tipo de recurso:
- Fecha de publicación:
- 2024
- Institución:
- Universidad Francisco de Paula Santander
- Repositorio:
- Repositorio Digital UFPS
- Idioma:
- spa
- OAI Identifier:
- oai:repositorio.ufps.edu.co:ufps/10440
- Acceso en línea:
- https://repositorio.ufps.edu.co/handle/ufps/10440
- Palabra clave:
- Clasificación
Deserción escolar
Estudiantes universitarios
Modelos de aprendizaje automático
Predicción
- Rights
- openAccess
- License
- Atribución-NoComercial-CompartirIgual 4.0 Internacional (CC BY-NC-SA 4.0)
| Summary: | Este estudio se enfoca en la deserción escolar entre estudiantes universitarios y busca crear un modelo de clasificación para identificar a aquellos en riesgo. Se recopiló información de los últimos cinco años y se aplicaron técnicas de aprendizaje automático, evaluando tres modelos: árboles de decisión, bosques aleatorios y regresión logística. Se seleccionó el más eficaz según métricas como precisión, sensibilidad y especificidad. Los resultados muestran que la deserción escolar está influenciada por factores económicos, institucionales y socioemocionales, destacando la importancia de intervenciones integrales. El modelo elegido demostró una buena capacidad predictiva, siendo útil para intervenciones tempranas. Además, se desarrolló una infraestructura que protege los datos sensibles, ofreciendo una solución adaptable y segura replicable en otras instituciones educativas |
|---|