Modelo machine learning para predicción de deserción estudiantil

Yataco Cañari, Walter; Jacha Rojas, Johnny Prudencio

Modelo machine learning para predicción de deserción estudiantil

dc.contributor.advisor	Ospina Galindez, Johann Alexis
dc.contributor.author	Yataco Cañari, Walter
dc.contributor.author	Jacha Rojas, Johnny Prudencio
dc.date.accessioned	2024-06-18T16:53:56Z
dc.date.available	2024-06-18T16:53:56Z
dc.date.embargoEnd	2024-12-14
dc.date.issued	2024-05-14
dc.description.abstract	El persistente problema de la deserción estudiantil impacta negativamente al sector educativo y a la sociedad en general. Este estudio presenta un modelo de aprendizaje automático que aprovecha datos de la Encuesta Nacional de Hogares para predecir la deserción escolar en Perú, integrando una amplia gama de variables sociodemográficas. La investigación llena un vacío en la literatura existente al proporcionar un modelo que incorpora variables sociodemográficas, un área no explorada completamente en estudios anteriores. El modelo predictivo tiene como objetivo identificar factores asociados con la deserción escolar, ayudando a los actores educativos a implementar intervenciones efectivas. Los hallazgos subrayan el potencial del modelo para mejorar los resultados educativos al permitir la identificación temprana de estudiantes en riesgo, facilitando así un apoyo específico. Este trabajo contribuye a perfeccionar los modelos predictivos de las tasas de deserción universitaria y sugiere el uso de métodos conjuntos para mejorar la precisión de las predicciones de un solo modelo. Las investigaciones futuras podrían explorar más a fondo metodologías computacionales como el aprendizaje profundo y los modelos híbridos para predecir las tasas de deserción escolar y su comparación con los resultados de este estudio, considerando factores influyentes adicionales que no se tratan en esta investigación.	en_ES
dc.description.escuela	Escuela de Posgrado	en_ES
dc.description.lineadeinvestigacion	Gestión de TI	en_ES
dc.description.sede	LIMA	en_ES
dc.format	application/pdf	en_ES
dc.identifier.uri	http://repositorio.upeu.edu.pe/handle/20.500.12840/7597
dc.language.iso	spa	en_ES
dc.publisher	Universidad Peruana Unión	en_ES
dc.publisher.country	PE	en_ES
dc.rights	info:eu-repo/semantics/embargoedAccess	en_ES
dc.rights.uri	http://creativecommons.org/licenses/by-nc-sa/4.0/	*
dc.subject	Abandono estudiantil	en_ES
dc.subject	Aprendizaje automático	en_ES
dc.subject	Modelado predictivo	en_ES
dc.subject	Factores sociodemográficos	en_ES
dc.subject	Encuesta nacional de hogares	en_ES
dc.subject.ocde	http://purl.org/pe-repo/ocde/ford#1.02.00	en_ES
dc.title	Modelo machine learning para predicción de deserción estudiantil	en_ES
dc.type	info:eu-repo/semantics/bachelorThesis	en_ES
renati.advisor.dni	94539736
renati.advisor.orcid	https://orcid.org/0000-0001-7395-7952	en_ES
renati.author.dni	43133795
renati.author.dni	40895876
renati.discipline	542039	en_ES
renati.juror	Altez Ortiz, Ethel
renati.juror	Huanca Lopez, Lizeth Geanina
renati.juror	Ospina Galindez, Johann Alexis
renati.level	http://purl.org/pe-repo/renati/nivel#tituloSegundaEspecialidad	en_ES
renati.type	http://purl.org/pe-repo/renati/type#trabajoAcademico	en_ES
thesis.degree.discipline	Segunda Especialidad en Estadística Aplicada para Investigación	en_ES
thesis.degree.grantor	Universidad Peruana Unión. Facultad de Ingeniería y Arquitectura	en_ES
thesis.degree.name	Segunda Especialidad Profesional de Ingeniería: Estadística aplicada para Investigación	en_ES