Políticas   Declaración de Budapest  
 

Modelo de Aprendizaje Automático Supervisado para Identificar Patrones de Bajo Rendimiento Académico en los Ingresantes al Instituto de Educación Superior Pedagógico Público – Juliaca

Vista sencilla de ítem
dc.contributor.advisorGómez Apaza, Roel Dante
dc.contributor.authorRojas Pari, Rudy Jhean
dc.date.accessioned2021-06-07T04:17:38Z
dc.date.available2021-06-07T04:17:38Z
dc.date.issued2021-03-04
dc.description.abstractEl presente estudio se llevó a cabo en el Instituto de Educación Superior Pedagógico Público Juliaca (IESPPJ), ubicado en el distrito de San Miguel de la Provincia de San Román, durante el año 2020, tuvo como objetivo general implementar un modelo de aprendizaje automático supervisado para identificar patrones de bajo rendimiento académico en los ingresantes al Instituto de Educación Superior Pedagógico Público – Juliaca, para su desarrollo de empleó la metodología de minería de datos denominado: CRISP-DM (Cross Industry Standard Process for Data Mining), el algoritmo Random Forest Classifier, dicho algoritmo fue entrenado con datos socioeconómicos, datos de admisión y datos académicos logrando un accuracy del 86%, permitiendo identificar las variables que más influyen en el rendimiento académico tales como: El promedio final del examen de admisión, edad, número de horas diarias que actualmente dedica al estudio, distrito en donde está ubicado el centro de estudios secundarios de procedencia, programa de estudios al que está postulando, número de dormitorios de su vivienda, cantidad de años en la que cursó la educación secundaria, idioma nativo que habla, ¿Cada cuánto tiempo recibes ayuda económica?, sexo, ¿La persona que mantiene su hogar es?, tipo de preparación que recibiste para postular al IESP, número de veces que postulaste a otros Institutos / Universidades, tipo de material de la vivienda, las variables identificadas influyen en el orden mencionado. Como trabajos futuros en el área de educación se propone profundizar el estudio utilizando nuevas fuentes de información, tales como información psicológica y/o historial médico de los estudiantes, para mejorar la toma de decisión.
dc.description.escuelaEscuela Profesional de Ingeniería de Sistemasen_ES
dc.description.lineadeinvestigacionIngeniería de Softwareen_ES
dc.description.sedeJULIACAen_ES
dc.formatapplication/pdfen_ES
dc.identifier.urihttp://repositorio.upeu.edu.pe/handle/20.500.12840/4505
dc.language.isospa
dc.publisherUniversidad Peruana Uniónen_ES
dc.publisher.countryPEen_ES
dc.rightsinfo:eu-repo/semantics/openAccessen_ES
dc.rights.urihttp://creativecommons.org/licenses/by-nc-sa/3.0/es/*
dc.subjectAprendizaje automático supervisadoen_ES
dc.subjectBajo rendimiento académicoen_ES
dc.subjectCRISP-DMen_ES
dc.subjectData Miningen_ES
dc.subjectRandom Forest Classifieren_ES
dc.subject.ocdehttp://purl.org/pe-repo/ocde/ford#2.02.04en_ES
dc.titleModelo de Aprendizaje Automático Supervisado para Identificar Patrones de Bajo Rendimiento Académico en los Ingresantes al Instituto de Educación Superior Pedagógico Público – Juliacaen_ES
dc.typeinfo:eu-repo/semantics/bachelorThesisen_ES
renati.advisor.dni40071297
renati.advisor.orcidhttps://orcid.org/0000-0003-4500-6927en_ES
renati.author.dni72672433
renati.discipline612076en_ES
renati.jurorHerrera Yucra, Benazir Francis
renati.jurorSullon Macalapu, Abel Angel
renati.jurorCenturión Julca, Lennin Henry
renati.jurorCondori Coaquira, Angel Rosendo
renati.levelhttp://purl.org/pe-repo/renati/nivel#tituloProfesionalen_ES
renati.typehttp://purl.org/pe-repo/renati/type#tesisen_ES
thesis.degree.disciplineIngeniería de Sistemasen_ES
thesis.degree.grantorUniversidad Peruana Unión. Facultad de Ingeniería y Arquitecturaen_ES
thesis.degree.nameIngeniero de Sistemasen_ES

Archivos

Bloque original
Mostrando 1 - 1 de 1
Miniatura
Nombre:
Rudy_Tesis_Licenciatura_2021.pdf
Tamaño:
3.24 MB
Formato:
Adobe Portable Document Format
Descripción:
Descargar
Bloque de licencias
Mostrando 1 - 1 de 1
No hay miniatura disponible
Nombre:
license.txt
Tamaño:
1.71 KB
Formato:
Item-specific license agreed upon to submission
Descripción:
Descargar

Colecciones

Ingeniería de Sistemas