Modelo predictivo para determinar el fracaso de matemáticas en grado 11 usando Machine Learning

El modelo predictivo para determinar el fracaso de matemáticas en grado once usando machine learning es el resultado de un análisis de datos en el Colegio Público Almirante Padilla de Usme. Este modelo se compone de un proceso de integración de datos, descripción de variables, limpieza de datos, eliminación de variables, análisis de correlaciones, transformación de datos y balanceo de datos.Estos módulos fueron implementados bajo el lenguaje de programación Python para construir varias aplicaciones inteligentes que utilizan el aprendizaje automático y para el proceso de análisis se optó por la metodología CRISP-DM (Cross Industry Standard Process for Data Mining) cubre las fases de un proyecto, sus tareas respectivas, y las relaciones entre estas tareas contempla el proceso de análisis de datos como un proyecto profesional, estableciendo así un contexto mucho más rico que influye en la elaboración de los modelos.

• Autores: Alvarado Castillo, Omar; Zambrano Saavedra, Santos Miguel
• Tipo de recurso: Trabajo de grado de pregrado
• Fecha de publicación: 2019
• Institución: Universidad Distrital Francisco José de Caldas
• Repositorio: RIUD: repositorio U. Distrital
• Idioma: spa
• OAI Identifier: oai:repository.udistrital.edu.co:11349/25365
• Acceso en línea: http://hdl.handle.net/11349/25365
• Palabra clave: Aprendizaje automático; Modelo predictivo; Fracaso de matemáticas; Colegio público; Ingeniería Telemática – Tesis y Disertaciones Académicas; Matemáticas - Modelos predictivos; Aprendizaje automático (Inteligencia artificial); Matemáticas - Pronósticos - Metodología; Machine learning; Predictive model; Math failure; Public school
• License: Atribución-NoComercial-SinDerivadas 4.0 Internacional