Construcción de un modelo para diagnosticar y pronosticar el rendimiento académico de los estudiantes del proyecto curricular de ingeniería catastral de la Universidad Distrital Francisco José de Caldas, utilizando series de tiempo y machine learning.

Este documento presenta la investigación para la construcción de un modelo de diagnóstico y pronostico del rendimiento académico del proyecto curricular de Ingeniería Catastral utilizando las herramientas series de tiempo y Machine Learning. Se documenta un análisis de los resultados obtenidos en las investigaciones preliminares. La finalidad es conocer las características generales del alumno y las motivaciones para el abandono de la carrera de Ingeniería, de esta forma poder pronosticar qué procesos o actividades se pueden mejorar con el paso del tiempo para mejorar el rendimiento académico del estudiante. Consecuentemente, se evaluará y determinará el aporte de las series de tiempo y el aprendizaje automático para llegar a resultados estadísticos de datos con resultados fiables y efectivos para la toma de decisiones.

• Fecha de publicación: 2022
• Institución: Universidad Distrital Francisco José de Caldas
• Repositorio: RIUD: repositorio U. Distrital
• Idioma: spa
• OAI Identifier: oai:repository.udistrital.edu.co:11349/30365
• Acceso en línea: http://hdl.handle.net/11349/30365
• Palabra clave: Python; Montecarlo; Rendimiento académico; Series de tiempo; Maestría en Ingeniería Industrial - Tesis y disertaciones académicas; Rendimiento académico - Procesamiento de datos; Análisis de series de tiempo; Aprendizaje automático (Inteligencia artificial); Python (Lenguaje de programación de computadores); Python; Montecarlo; Time Series; Big data; Machine learning; Academic performance
• License: Attribution-NonCommercial-NoDerivatives 4.0 Internacional