Análisis de la deserción y permanencia académica en la educación superior aplicando minería de datos

Este trabajo presenta el estudio de minería de datos en la educación para modelar la perdida de la condición académica para estudiantes matriculados en los programas de Ingeniería Electrónica e Ingeniería de Sistemas de la Universidad Popular del Cesar. Se utilizaron dos tareas de minería de datos. En primer lugar, una tarea descriptiva basada en el algoritmo K-medias, que fue utilizado para seleccionar varios grupos de estudiantes. En segundo lugar, una tarea de clasificación soportada en dos técnicas conocidas como árbol de decisión y Naïve Bayes para predecir la pérdida de la condición académica debido a los malos resultados durante los cuatro primeros semestres de un estudiante. Para el entrenamiento y prueba de los modelos, se utilizaron los expedientes académicos y los datos recogidos durante el proceso de admisión de los estudiantes y se evaluaron utilizando la técnica de validación cruzada. Los resultados experimentales han demostrado que la predicción de la pérdida de la condición académica se mejora cuando se añaden los datos de la matrícula académica anterior.

• Autores: Oñate Bowen, Avaro Agustín
• Fecha de publicación: 2016
• Institución: Universidad Nacional de Colombia
• Repositorio: Universidad Nacional de Colombia
• Idioma: spa
• OAI Identifier: oai:repositorio.unal.edu.co:unal/57387
• Acceso en línea: https://repositorio.unal.edu.co/handle/unal/57387; http://bdigital.unal.edu.co/53635/
• Palabra clave: 37 Educación / Education; 62 Ingeniería y operaciones afines / Engineering; Educación; Minería de datos; Deserción; Education; Educational data mining; Dropout
• Rights: openAccess
• License: Atribución-NoComercial 4.0 Internacional