Modelo machine learning para predicción de deserción estudiantil
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...
Guardado en:
| Autores principales: | , |
|---|---|
| Otros Autores: | |
| Formato: | Monografía o trabajo académico |
| Lenguaje: | español |
| Publicado: |
Universidad Peruana Unión
2024
|
| Materias: | |
| Acceso en línea: | Enlace permanente (DOI o Handle) |
| Etiquetas: |
Sin Etiquetas, Sea el primero en etiquetar este registro!
|
| _version_ | 1881510703293005824 |
|---|---|
| author | Yataco Cañari, Walter Jacha Rojas, Johnny Prudencio |
| author2 | Ospina Galindez, Johann Alexis |
| author_browse | Jacha Rojas, Johnny Prudencio Ospina Galindez, Johann Alexis Yataco Cañari, Walter |
| author_facet | Ospina Galindez, Johann Alexis Yataco Cañari, Walter Jacha Rojas, Johnny Prudencio |
| author_sort | Yataco Cañari, Walter |
| collection | Repositorio institucional |
| description | 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. |
| escuela_str_mv | Escuela de Posgrado |
| format | info:eu-repo/semantics/monograph |
| id | oai:repositorio.upeu.edu.pe:20.500.12840/7597 |
| institution | UPeU |
| language | Spanish |
| linea_str_mv | Gestión de TI |
| ocde_area_str_mv | Ciencias naturales |
| ocde_disciplina_str_mv | Computación y ciencias de la información |
| ocde_str_mv | 1.02.00 |
| programa_nombre_str_mv | Segunda Especialidad en Estadística Aplicada para Investigación |
| programa_uri_str_mv | http://upeu.edu.pe/sys/programas/programa/seg-estadistica-aplicada-para-investigacion |
| publishDate | 2024 |
| publishDateRange | 2024 |
| publishDateSort | 2024 |
| publisher | Universidad Peruana Unión |
| publisherStr | Universidad Peruana Unión |
| record_format | dspace |
| sede_str_mv | Lima |
| spelling | Modelo machine learning para predicción de deserción estudiantil Yataco Cañari, Walter Jacha Rojas, Johnny Prudencio Ospina Galindez, Johann Alexis Abandono estudiantil Aprendizaje automático Modelado predictivo Factores sociodemográficos Encuesta nacional de hogares 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. 2024-05-14 2024-06-18T16:53:56Z 2024-06-18T16:53:56Z info:eu-repo/semantics/monograph https://hdl.handle.net/20.500.12840/7597 spa info:eu-repo/semantics/openAccess http://creativecommons.org/licenses/by-nc-sa/4.0/ application/pdf Universidad Peruana Unión PE oai:repositorio.upeu.edu.pe:20.500.12840/7597 2026-11-10T17:45:09Z |
| spellingShingle | Abandono estudiantil Aprendizaje automático Modelado predictivo Factores sociodemográficos Encuesta nacional de hogares Yataco Cañari, Walter Jacha Rojas, Johnny Prudencio Modelo machine learning para predicción de deserción estudiantil |
| title | Modelo machine learning para predicción de deserción estudiantil |
| title_full | Modelo machine learning para predicción de deserción estudiantil |
| title_fullStr | Modelo machine learning para predicción de deserción estudiantil |
| title_full_unstemmed | Modelo machine learning para predicción de deserción estudiantil |
| title_short | Modelo machine learning para predicción de deserción estudiantil |
| title_sort | modelo machine learning para prediccion de desercion estudiantil |
| topic | Abandono estudiantil Aprendizaje automático Modelado predictivo Factores sociodemográficos Encuesta nacional de hogares |
| topic_facet | Abandono estudiantil Aprendizaje automático Modelado predictivo Factores sociodemográficos Encuesta nacional de hogares |
| url | https://hdl.handle.net/20.500.12840/7597 |
| work_keys_str_mv | AT yatacocanariwalter modelomachinelearningparapredicciondedesercionestudiantil AT jacharojasjohnnyprudencio modelomachinelearningparapredicciondedesercionestudiantil |