Por favor, use este identificador para citar o enlazar este ítem: http://hdl.handle.net/11619/4137
Registro completo de metadatos
Campo DC Valor Lengua/Idioma
dc.contributor.authorPolo Ahumada, Luis José
dc.contributor.authorMedina Reyes, Darling Johana
dc.date.accessioned2024-10-18T18:58:53Z
dc.date.available2024-10-18T18:58:53Z
dc.date.issued2022
dc.identifier.urihttp://hdl.handle.net/11619/4137
dc.description.abstractEl 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.es
dc.description.sponsorshipThe present degree work is due to the fulfillment of an investigation which consists of the creation of an analytical model for the prediction of the dropout of undergraduate students at the Autonomous University of the Caribbean, From the implementation of this model, Universidad Autónoma del Caribe is capable of implementing strategies to reduce the dropout rate of undergraduate students. This research was approached from the analysis of different socioeconomic and academic factors, and also required the execution of a series of phases: characterization, experimentation, development and evaluation. During the different phases, datasets were built, learning techniques (machine learning) were used, as well as the use of tools such as (power model, Power BI), whose results were analyzed for a subsequent conclusion and recommendations to be used. aimed at a solution and improvement.es
dc.language.isoeses
dc.publisherUniversidad Autónoma del Caribees
dc.subjectMachine Learing,Business Intelligence,Aprendizaje automático:,Deserción estudiantil,Analítica de datos,Educación superior,Árbol de decisión,Base de datos,Regresión logísticaes
dc.titleModelo Analítico Para La Predicción De La Deserción Estudiantil A Nivel De Pregrado En La Universidad Autónoma Del Caribees
dc.typeThesises
Aparece en las colecciones: Trabajos de grado Ingeniería Mecatrónica

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
IMK0165.pdf1.68 MBAdobe PDFVisualizar/Abrir


Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.