Show simple item record

dc.contributor.advisorSánchez Garcés, Jorge Alejandro
dc.contributor.authorGarcia Franco, Jacobo
dc.date.accessioned2019-08-01T14:22:28Z
dc.date.available2019-08-01T14:22:28Z
dc.date.issued2019-05-27
dc.identifier.urihttp://repositorio.upeu.edu.pe/handle/UPEU/1975
dc.description.abstractLa deserción universitaria se ha convertido en un problema prioritario a ser investigado y tratado. El porcentaje de deserción ha llegado a constituir uno de los principales indicadores de eficiencia interna dentro de cualquier institución de educación superior. Invertir más tiempo en diagnósticos de las causas de la deserción con metodologías adecuadas que permitan predecir ésta con mayor efectividad, contribuye a mejorar la relación efectividad-costo en la gestión de la unidad académica. El objetivo del presente proyecto consiste en implementar un modelo computacional que permita identificar en forma automática a los estudiantes con mayor riesgo de deserción en la Universidad Peruana Unión Filial Juliaca. Para la implementación de este proyecto se adoptó la metodología CRISP-DM que estructura el proceso de minería de datos en seis fases, que interactúan entre ellas de forma iterativa. Se aplicó el modelo de clasificación de Machine Learning, para analizar el comportamiento de los estudiantes, evaluando factores como cantidad de cursos matriculados, cantidad de cursos aprobados, si es independiente o dependiente con respecto al pago de sus estudios, si tiene o no sanción disciplinaria por parte de Bienestar Universitario, cantidad de cursos desaprobados durante el semestre, cantidad de cursos desaprobados dos veces, cantidad de cursos desaprobados de tres veces a más, cantidad de créditos aprobados, cantidad créditos desaprobados, ponderado final del semestre, si la situación del alumnos es regular o irregular, si tiene un saldo a favor o en contra. Como trabajo futuro se propone implementar un algoritmo de recomendación para que pueda complementar a esta investigación de tal manera que pueda facilitar en el proceso de toma de decisiones con respecto los resultados que nos muestre esta investigación.en_ES
dc.description.uriTesisen_ES
dc.formatapplication/pdfen_ES
dc.language.isospaen_ES
dc.publisherUniversidad Peruana Uniónen_ES
dc.rightsinfo:eu-repo/semantics/openAccessen_ES
dc.rightsAttribution 3.0 Spain*
dc.rights.urihttp://creativecommons.org/licenses/by/3.0/es/*
dc.sourceUniversidad Peruana Uniónen_ES
dc.sourceRepositorio Institucional - UPEUen_ES
dc.subjectDeserción Estudiantilen_ES
dc.subjectEstudiantes universitariosen_ES
dc.subjectDesaprobaciónen_ES
dc.subjectModelo computacionalen_ES
dc.subjectMachine learningen_ES
dc.titleImplementación de un Modelo Computacional basado en Reglas de Clasificación Supervisadas para la Predicción de la Deserción Estudiantil en la Universidad Peruana Unión Filial Juliacaen_ES
dc.typeinfo:eu-repo/semantics/bachelorThesisen_ES
thesis.degree.disciplineIngeniería de Sistemasen_ES
thesis.degree.grantorUniversidad Peruana Unión. Facultad de Ingeniería y Arquitecturaen_ES
thesis.degree.levelTítulo Profesionalen_ES
thesis.degree.nameIngeniero de Sistemasen_ES
dc.subject.ocdeIngeniería de Sistemas y Comunicacionesen_ES
dc.description.sedeJULIACAen_ES
dc.description.escuelaEscuela Profesional de Ingeniería de Sistemasen_ES
dc.description.lineadeinvestigacionTecnología de información e innovación tecnológicaen_ES


Files in this item

Thumbnail
Thumbnail

This item appears in the following Collection(s)

Show simple item record

info:eu-repo/semantics/openAccess
Except where otherwise noted, this item's license is described as info:eu-repo/semantics/openAccess