Aplicación del aprendizaje de máquina en el estudio de la deserción estudiantil en la Universidad de Sucre

En este trabajo implementamos el aprendizaje de máquina para estudiar la deserción estudiantil en la Universidad de Sucre utilizando un modelo algorítmico de regresión logística ya que este es un modelo simple y eficaz que se pueden usar en este tipo de estudios. Para predecir la deserción estudiantil, se recopilaron y analizaron varios factores que pueden influir en la decisión de un estudiante para abandonar la universidad. Estos factores incluyen demográficos (edad, género, origen socioeconómico), académicos (calificaciones) y personales (número de hermanos, compromiso laboral, etc.). El proceso comienza con la recopilación de datos sobre los estudiantes, estos datos se reunieron por medio de una encuesta al semestre 2 (2024 - 01) de Licenciatura en Física. Estos datos se utilizaron para entrenar un modelo de regresión logística, identificando variables con una relación significativa con las tasas de deserción. Con este modelo de regresión logística con los datos entrenados y validados, logramos identificar con alta precisión a los estudiantes con mayor riesgo de abandonar los estudios. Esta información nos permite diseñar intervenciones personalizadas y proactivas.

• Autores: Paternina Triviño, Steffany; Audivet Puerta, Yarlidys Isabela
• Tipo de recurso: Trabajo de grado de pregrado
• Fecha de publicación: 2024
• Institución: Universidad de Sucre
• Repositorio: Repositorio Unisucre
• OAI Identifier: oai:repositorio.unisucre.edu.co:001/1781
• Acceso en línea: https://repositorio.unisucre.edu.co/handle/001/1781; https.//repositorio.unisucre.edu.co
• Palabra clave: Deserción Estudiantil - Investigaciones; Derserción Estudiantil - Aspectos Socioeconómicos; Deserción Estudiantil - Universidad de Suce- Colombia; Trabajo de grado Licenciatura en Física
• License: https://creativecommons.org/licenses/by-nc-sa/4.0/