Mejoramiento academico en instituciones educativas aplicando algoritmos de Machine Learning

Este proyecto presenta un estudio de caso sobre el uso de tecnicas de Machine Learning (ML, por sus siglas en ingles) para analizar y predecir el exito academico de los estudiantes. El proposito de este estudio es proporcionar a las instituciones educativas informacion valiosa para la toma de decisiones basadas en el uso eficiente de los datos. Se utiliza un conjunto de datos publico llamado “Student Performance”, que contiene datos detallados y estructurados relacionados con el rendimiento de los estudiantes y basado en multiples caracterısticas. La metodolog´ıa utilizada es descriptiva y sigue un modelo en cascada con siete actividades consecutivas. Los resultados muestran que el algoritmo predictivo utilizado es efectivo para analizar los factores que afectan el exito academico. Esto permite a las instituciones identificar a los estudiantes en riesgo de abandonar los estudios y mejorar el rendimiento academico general. Adicionalmente, se detecta que el uso de algoritmos predictivos permite optimizar los recursos internos de las instituciones educativas. Los criterios de desempeno son ˜ utiles, por ejemplo, para la contratacion de docentes y en las estrategias de marketing para atraer nuevos estudiantes. Este analisis permite que las universidades identifiquen patrones de admision, calcular tasas de desercion y mejorar los planes de estudio. En conclusion, este proyecto destaca la importancia de los algoritmos predictivos y el ML en el analisis del rendimiento de los estudiantes

• Autores: Anaya Sierra, Davinson; Munera Arango, Santiago; Salazar Bedoya, Tatiana
• Tipo de recurso: Trabajo de grado de pregrado
• Fecha de publicación: 2024
• Institución: Universidad de San Buenaventura
• Repositorio: Repositorio USB
• Idioma: spa
• OAI Identifier: oai:bibliotecadigital.usb.edu.co:10819/13368
• Acceso en línea: https://hdl.handle.net/10819/13368
• Palabra clave: 000 - Ciencias de la computación, información y obras generales::003 - Sistemas; Tecnicas; Estudios; Desempeno; Mejoramiento academico; ML; Aprendizaje supervisado; Modelos predictivos; Rendimiento estudiantil; Academic improvement; Machine Learning; Supervised learning; Predictive models; Student performance
• Rights: openAccess
• License: http://purl.org/coar/access_right/c_abf2