Identificación de variables relevantes en la deserción de estudiantes del Departamento de Ingeniería Electrónica y Telecomunicaciones mediante algoritmos no supervisados
RESUMEN : En este proyecto de investigación, se propone una metodología que permite identificar las variables más relevantes en el fenómeno de deserción de los estudiantes del Departamento de Ingeniería Electrónica y Telecomunicaciones de la Universidad de Antioquia, realizando un análisis de estas...
- Autores:
-
Giraldo Marín, Ana María
- Tipo de recurso:
- Trabajo de grado de pregrado
- Fecha de publicación:
- 2022
- Institución:
- Universidad de Antioquia
- Repositorio:
- Repositorio UdeA
- Idioma:
- spa
- OAI Identifier:
- oai:bibliotecadigital.udea.edu.co:10495/31710
- Acceso en línea:
- https://hdl.handle.net/10495/31710
- Palabra clave:
- Algortimos
Aprendizaje automático (inteligencia artificial)
Deserción universitaria
Educación superior
Variables (estadística)
Aprendizaje no supervisado
- Rights
- openAccess
- License
- http://creativecommons.org/licenses/by/2.5/co/
id |
UDEA2_a42ee6d50f4f0a72ee0b1bd441791b4b |
---|---|
oai_identifier_str |
oai:bibliotecadigital.udea.edu.co:10495/31710 |
network_acronym_str |
UDEA2 |
network_name_str |
Repositorio UdeA |
repository_id_str |
|
dc.title.spa.fl_str_mv |
Identificación de variables relevantes en la deserción de estudiantes del Departamento de Ingeniería Electrónica y Telecomunicaciones mediante algoritmos no supervisados |
title |
Identificación de variables relevantes en la deserción de estudiantes del Departamento de Ingeniería Electrónica y Telecomunicaciones mediante algoritmos no supervisados |
spellingShingle |
Identificación de variables relevantes en la deserción de estudiantes del Departamento de Ingeniería Electrónica y Telecomunicaciones mediante algoritmos no supervisados Algortimos Aprendizaje automático (inteligencia artificial) Deserción universitaria Educación superior Variables (estadística) Aprendizaje no supervisado |
title_short |
Identificación de variables relevantes en la deserción de estudiantes del Departamento de Ingeniería Electrónica y Telecomunicaciones mediante algoritmos no supervisados |
title_full |
Identificación de variables relevantes en la deserción de estudiantes del Departamento de Ingeniería Electrónica y Telecomunicaciones mediante algoritmos no supervisados |
title_fullStr |
Identificación de variables relevantes en la deserción de estudiantes del Departamento de Ingeniería Electrónica y Telecomunicaciones mediante algoritmos no supervisados |
title_full_unstemmed |
Identificación de variables relevantes en la deserción de estudiantes del Departamento de Ingeniería Electrónica y Telecomunicaciones mediante algoritmos no supervisados |
title_sort |
Identificación de variables relevantes en la deserción de estudiantes del Departamento de Ingeniería Electrónica y Telecomunicaciones mediante algoritmos no supervisados |
dc.creator.fl_str_mv |
Giraldo Marín, Ana María |
dc.contributor.advisor.none.fl_str_mv |
Isaza Narváez, Claudia Victoria |
dc.contributor.author.none.fl_str_mv |
Giraldo Marín, Ana María |
dc.subject.lemb.none.fl_str_mv |
Algortimos Aprendizaje automático (inteligencia artificial) Deserción universitaria Educación superior Variables (estadística) |
topic |
Algortimos Aprendizaje automático (inteligencia artificial) Deserción universitaria Educación superior Variables (estadística) Aprendizaje no supervisado |
dc.subject.proposal.spa.fl_str_mv |
Aprendizaje no supervisado |
description |
RESUMEN : En este proyecto de investigación, se propone una metodología que permite identificar las variables más relevantes en el fenómeno de deserción de los estudiantes del Departamento de Ingeniería Electrónica y Telecomunicaciones de la Universidad de Antioquia, realizando un análisis de estas variables para tres grupos: Estudiantes de todo el departamento, estudiantes en modalidad virtual y estudiantes de modalidad presencial, asignando a cada uno de los grupos encontrados en los tres análisis un nivel de riesgo de deserción y un perfil de los estudiantes pertenecientes a los grupos con distribución de desertores más relevantes (mayor y menor porcentaje), estos perfiles tienen asociadas variables de interés que son las responsables de que el estudiante quede clasificado en un grupo en particular. Se entrega también, una herramienta para la predicción de riesgo de deserción para cada uno de los modelos analizados. |
publishDate |
2022 |
dc.date.accessioned.none.fl_str_mv |
2022-11-02T19:42:32Z |
dc.date.available.none.fl_str_mv |
2022-11-02T19:42:32Z |
dc.date.issued.none.fl_str_mv |
2022 |
dc.type.spa.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
dc.type.coarversion.fl_str_mv |
http://purl.org/coar/version/c_b1a7d7d4d402bcce |
dc.type.hasversion.spa.fl_str_mv |
info:eu-repo/semantics/draft |
dc.type.coar.spa.fl_str_mv |
http://purl.org/coar/resource_type/c_7a1f |
dc.type.redcol.spa.fl_str_mv |
https://purl.org/redcol/resource_type/TP |
dc.type.local.spa.fl_str_mv |
Tesis/Trabajo de grado - Monografía - Pregrado |
format |
http://purl.org/coar/resource_type/c_7a1f |
status_str |
draft |
dc.identifier.uri.none.fl_str_mv |
https://hdl.handle.net/10495/31710 |
url |
https://hdl.handle.net/10495/31710 |
dc.language.iso.spa.fl_str_mv |
spa |
language |
spa |
dc.rights.spa.fl_str_mv |
info:eu-repo/semantics/openAccess |
dc.rights.uri.*.fl_str_mv |
http://creativecommons.org/licenses/by/2.5/co/ |
dc.rights.accessrights.spa.fl_str_mv |
http://purl.org/coar/access_right/c_abf2 |
dc.rights.creativecommons.spa.fl_str_mv |
https://creativecommons.org/licenses/by-nc-sa/4.0/ |
eu_rights_str_mv |
openAccess |
rights_invalid_str_mv |
http://creativecommons.org/licenses/by/2.5/co/ http://purl.org/coar/access_right/c_abf2 https://creativecommons.org/licenses/by-nc-sa/4.0/ |
dc.format.extent.spa.fl_str_mv |
40 |
dc.format.mimetype.spa.fl_str_mv |
application/pdf |
dc.publisher.group.spa.fl_str_mv |
Sistemas Embebidos e Inteligencia Computacional (SISTEMIC) |
dc.publisher.place.spa.fl_str_mv |
Medellín - Colombia |
institution |
Universidad de Antioquia |
bitstream.url.fl_str_mv |
https://bibliotecadigital.udea.edu.co/bitstream/10495/31710/5/license_rdf https://bibliotecadigital.udea.edu.co/bitstream/10495/31710/6/license.txt https://bibliotecadigital.udea.edu.co/bitstream/10495/31710/4/GiraldoAna_2022_IdentificacionVariablesDesercion |
bitstream.checksum.fl_str_mv |
1646d1f6b96dbbbc38035efc9239ac9c 8a4605be74aa9ea9d79846c1fba20a33 132551b5b915487bbbc38821a4fce64b |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 |
repository.name.fl_str_mv |
Repositorio Institucional Universidad de Antioquia |
repository.mail.fl_str_mv |
andres.perez@udea.edu.co |
_version_ |
1812173167340290048 |
spelling |
Isaza Narváez, Claudia VictoriaGiraldo Marín, Ana María2022-11-02T19:42:32Z2022-11-02T19:42:32Z2022https://hdl.handle.net/10495/31710RESUMEN : En este proyecto de investigación, se propone una metodología que permite identificar las variables más relevantes en el fenómeno de deserción de los estudiantes del Departamento de Ingeniería Electrónica y Telecomunicaciones de la Universidad de Antioquia, realizando un análisis de estas variables para tres grupos: Estudiantes de todo el departamento, estudiantes en modalidad virtual y estudiantes de modalidad presencial, asignando a cada uno de los grupos encontrados en los tres análisis un nivel de riesgo de deserción y un perfil de los estudiantes pertenecientes a los grupos con distribución de desertores más relevantes (mayor y menor porcentaje), estos perfiles tienen asociadas variables de interés que son las responsables de que el estudiante quede clasificado en un grupo en particular. Se entrega también, una herramienta para la predicción de riesgo de deserción para cada uno de los modelos analizados.40application/pdfspainfo:eu-repo/semantics/draftinfo:eu-repo/semantics/bachelorThesishttp://purl.org/coar/resource_type/c_7a1fhttps://purl.org/redcol/resource_type/TPTesis/Trabajo de grado - Monografía - Pregradohttp://purl.org/coar/version/c_b1a7d7d4d402bcceinfo:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by/2.5/co/http://purl.org/coar/access_right/c_abf2https://creativecommons.org/licenses/by-nc-sa/4.0/Identificación de variables relevantes en la deserción de estudiantes del Departamento de Ingeniería Electrónica y Telecomunicaciones mediante algoritmos no supervisadosSistemas Embebidos e Inteligencia Computacional (SISTEMIC)Medellín - ColombiaAlgortimosAprendizaje automático (inteligencia artificial)Deserción universitariaEducación superiorVariables (estadística)Aprendizaje no supervisadoIngeniero ElectrónicoPregradoFacultad de Ingeniería. Ingeniería ElectrónicaUniversidad de AntioquiaCC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-8927https://bibliotecadigital.udea.edu.co/bitstream/10495/31710/5/license_rdf1646d1f6b96dbbbc38035efc9239ac9cMD55LICENSElicense.txtlicense.txttext/plain; charset=utf-81748https://bibliotecadigital.udea.edu.co/bitstream/10495/31710/6/license.txt8a4605be74aa9ea9d79846c1fba20a33MD56ORIGINALGiraldoAna_2022_IdentificacionVariablesDesercionGiraldoAna_2022_IdentificacionVariablesDesercionTrabajo de grado de pregradoapplication/pdf1024694https://bibliotecadigital.udea.edu.co/bitstream/10495/31710/4/GiraldoAna_2022_IdentificacionVariablesDesercion132551b5b915487bbbc38821a4fce64bMD5410495/31710oai:bibliotecadigital.udea.edu.co:10495/317102022-11-02 14:44:48.637Repositorio Institucional Universidad de Antioquiaandres.perez@udea.edu.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 |