Por favor, use este identificador para citar o enlazar este ítem:
http://hdl.handle.net/11619/4137
Título : | Modelo Analítico Para La Predicción De La Deserción Estudiantil A Nivel De Pregrado En La Universidad Autónoma Del Caribe |
Autor : | Polo Ahumada, Luis José Medina Reyes, Darling Johana |
Palabras clave : | Machine Learing,Business Intelligence,Aprendizaje automático:,Deserción estudiantil,Analítica de datos,Educación superior,Árbol de decisión,Base de datos,Regresión logística |
Fecha de publicación : | 2022 |
Editorial : | Universidad Autónoma del Caribe |
Resumen : | El objetivo principal de este proyecto de grado obedece al cumplimiento de una investigación la cual consistió en la creación de un modelo analítico para la predicción de la deserción estudiantil a nivel de pregrado en la Universidad Autónoma del Caribe, A partir de la implementación de este modelo, la Universidad Autónoma del Caribe está en la capacidad de implementar estrategias que permitan disminuir la tasa de deserción de estudiantes de pregrado, esta investigación se abordó a partir del análisis de diferentes factores socioeconómicos y académicos, además requirió de la ejecución de una serie de fases: caracterización, experimentación, desarrollo y evaluación. Durante las diferentes fases se construyeron conjunto de datos (dataset), se utilizaron técnicas de aprendizajes (machine learning), así como la utilización de herramientas como Power BI, cuyos resultados permiten segmentar la población estudiantil en riesgo de deserción a través de tres niveles: riesgo bajo, riesgo medio y riesgo alto, lo cual permitirá focalizar estrategias de permanencia académica sobre estudiantes que se encuentren categorizados principalmente en riesgo alto de deserción. |
URI : | http://hdl.handle.net/11619/4137 |
Aparece en las colecciones: | Trabajos de grado Ingeniería Mecatrónica |
Ficheros en este ítem:
Fichero | Descripción | Tamaño | Formato | |
---|---|---|---|---|
IMK0165.pdf | 1.68 MB | Adobe PDF | Visualizar/Abrir |
Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.