Análisis de la deserción de los estudiantes de la Universidad de Ibagué en las materias de Física 2 y Cálculo 2 aplicando técnicas de minería de datos

Este proyecto muestra la formulación de un modelo predictivo utilizando técnicas de minería de datos a una base de datos construida y alimentada por el preprocesamiento realizado a los archivos fuente suministrados por la Universidad de Ibagué, que contenían las notas de varias asignaturas del núcle...

Full description

Autores:
Guerrero Moya, Norberto
Vargas Bemúdez, Carlos Andrés
Tipo de recurso:
Trabajo de grado de pregrado
Fecha de publicación:
2022
Institución:
Universidad de Ibagué
Repositorio:
Repositorio Universidad de Ibagué
Idioma:
spa
OAI Identifier:
oai:repositorio.unibague.edu.co:20.500.12313/3806
Acceso en línea:
https://hdl.handle.net/20.500.12313/3806
Palabra clave:
Universidad de Ibagué - Deserción de estudiantes
Física 2 - Deserción - Universidad de Ibagué
Cálculo 2 - Diserción - Universidad de Ibagué
Deserción estudiantes - Minería de datos
Minería de datos
Preprocesamiento
Predicción
Estadística
ICFES
Data mining
Preprocessing
Prediction
Descriptive statistics
ICFES
Rights
openAccess
License
http://purl.org/coar/access_right/c_abf2
id UNIBAGUE2_e2b6432811b2446bc1966304bc096323
oai_identifier_str oai:repositorio.unibague.edu.co:20.500.12313/3806
network_acronym_str UNIBAGUE2
network_name_str Repositorio Universidad de Ibagué
repository_id_str
dc.title.spa.fl_str_mv Análisis de la deserción de los estudiantes de la Universidad de Ibagué en las materias de Física 2 y Cálculo 2 aplicando técnicas de minería de datos
title Análisis de la deserción de los estudiantes de la Universidad de Ibagué en las materias de Física 2 y Cálculo 2 aplicando técnicas de minería de datos
spellingShingle Análisis de la deserción de los estudiantes de la Universidad de Ibagué en las materias de Física 2 y Cálculo 2 aplicando técnicas de minería de datos
Universidad de Ibagué - Deserción de estudiantes
Física 2 - Deserción - Universidad de Ibagué
Cálculo 2 - Diserción - Universidad de Ibagué
Deserción estudiantes - Minería de datos
Minería de datos
Preprocesamiento
Predicción
Estadística
ICFES
Data mining
Preprocessing
Prediction
Descriptive statistics
ICFES
title_short Análisis de la deserción de los estudiantes de la Universidad de Ibagué en las materias de Física 2 y Cálculo 2 aplicando técnicas de minería de datos
title_full Análisis de la deserción de los estudiantes de la Universidad de Ibagué en las materias de Física 2 y Cálculo 2 aplicando técnicas de minería de datos
title_fullStr Análisis de la deserción de los estudiantes de la Universidad de Ibagué en las materias de Física 2 y Cálculo 2 aplicando técnicas de minería de datos
title_full_unstemmed Análisis de la deserción de los estudiantes de la Universidad de Ibagué en las materias de Física 2 y Cálculo 2 aplicando técnicas de minería de datos
title_sort Análisis de la deserción de los estudiantes de la Universidad de Ibagué en las materias de Física 2 y Cálculo 2 aplicando técnicas de minería de datos
dc.creator.fl_str_mv Guerrero Moya, Norberto
Vargas Bemúdez, Carlos Andrés
dc.contributor.advisor.none.fl_str_mv Lugo González, Carlos Andrés
dc.contributor.author.none.fl_str_mv Guerrero Moya, Norberto
Vargas Bemúdez, Carlos Andrés
dc.subject.armarc.none.fl_str_mv Universidad de Ibagué - Deserción de estudiantes
Física 2 - Deserción - Universidad de Ibagué
Cálculo 2 - Diserción - Universidad de Ibagué
Deserción estudiantes - Minería de datos
topic Universidad de Ibagué - Deserción de estudiantes
Física 2 - Deserción - Universidad de Ibagué
Cálculo 2 - Diserción - Universidad de Ibagué
Deserción estudiantes - Minería de datos
Minería de datos
Preprocesamiento
Predicción
Estadística
ICFES
Data mining
Preprocessing
Prediction
Descriptive statistics
ICFES
dc.subject.proposal.spa.fl_str_mv Minería de datos
Preprocesamiento
Predicción
Estadística
ICFES
dc.subject.proposal.eng.fl_str_mv Data mining
Preprocessing
Prediction
Descriptive statistics
ICFES
description Este proyecto muestra la formulación de un modelo predictivo utilizando técnicas de minería de datos a una base de datos construida y alimentada por el preprocesamiento realizado a los archivos fuente suministrados por la Universidad de Ibagué, que contenían las notas de varias asignaturas del núcleo básico de los estudiantes de ingeniería como fundamentos de matemáticas, álgebra lineal, lectura y escritura I, lectura y escritura II, física I, calculo I, física II y calculo II, además de resultados ICFES de estudiantes pertenecientes a esta facultad. De modo que sea posible identificar comportamientos, funciones y reglas que permitan predecir la mortalidad académica en la Universidad, analizando y estudiando los datos obtenidos de los estudiantes de ingeniería que cursaron Física II y Cálculo II. Se crea el modelo predictivo aplicando tres técnicas de minería de datos: arboles de decisión, reglas de asociación y clusterización y con los resultados facilitar decisiones estratégicas en pro de mejorar asignaturas de física y calculo II.
publishDate 2022
dc.date.issued.none.fl_str_mv 2022
dc.date.accessioned.none.fl_str_mv 2023-09-04T20:37:58Z
dc.date.available.none.fl_str_mv 2023-09-04T20:37:58Z
dc.type.none.fl_str_mv Trabajo de grado - Pregrado
dc.type.coar.none.fl_str_mv http://purl.org/coar/resource_type/c_7a1f
dc.type.content.none.fl_str_mv Text
dc.type.driver.none.fl_str_mv info:eu-repo/semantics/bachelorThesis
dc.type.redcol.none.fl_str_mv http://purl.org/redcol/resource_type/TP
dc.type.version.none.fl_str_mv info:eu-repo/semantics/acceptedVersion
format http://purl.org/coar/resource_type/c_7a1f
status_str acceptedVersion
dc.identifier.citation.none.fl_str_mv Guerrero Moya, N., & Vargas Bermúdez, C.A. (2022). Análisis de la deserción de los estudiantes de la Universidad de Ibagué en las materias de Física 2 y Cálculo 2 aplicando técnicas de Minería de Datos. [Trabajo de grado. Universidad de Ibagué].
dc.identifier.uri.none.fl_str_mv https://hdl.handle.net/20.500.12313/3806
identifier_str_mv Guerrero Moya, N., & Vargas Bermúdez, C.A. (2022). Análisis de la deserción de los estudiantes de la Universidad de Ibagué en las materias de Física 2 y Cálculo 2 aplicando técnicas de Minería de Datos. [Trabajo de grado. Universidad de Ibagué].
url https://hdl.handle.net/20.500.12313/3806
dc.language.iso.none.fl_str_mv spa
language spa
dc.relation.references.none.fl_str_mv Aceves, G. (5 de Julio de 2021). Ventajas de usar Windows Server y SQL Server en Azure. Obtenido de inbest: https://www.inbest.cloud/comunidad/ventajas-de-usar-windows server-y-sql-server-en azure#:~:text=Una%20de%20las%20principales%20caracter%C3%ADsticas,Escalabilid ad%2C%20estabilidad%20y%20seguridad.
Ahmed, I. (14 de Noviembre de 2019). ETL: ¿Qué significa y por qué es importante? Obtenido de Astera: https://www.astera.com/es/tipo/blog/etl-lo-que-significa-y-por-qu%C3%A9-es importante/
aiu. (s.f.). BASES DE DATOS-MIS 308 TEMA 3 FINAL. Obtenido de aiu.edu: https://cursos.aiu.edu/Base%20de%20Datos/pdf/Tema%203.pdf
Anónimo. (2021). Apriori Algorithm Data Mining. Obtenido de myservername: https://es.myservername.com/apriori-algorithm-data mining#Apriori_Algorithm_8211_Frequent_Pattern_Algorithms
Argote, I., & Jimenez, R. (2014). Detección depatrones de Deserción en los programas de pregrado en la Universidad Mariana,de San Juán dePasto,aplicando elproceso de descubrimiento deconocimiento obre Kdd ysu implementación en modelosmatemáticoa depredicción. Ponencias de congresos CLAVES.
Automation Anywhere. (2021). Software de automatización que cualquiera puede usar para cualquier tipo de proceso empresarial. Obtenido de Automation Anywhere: https://www.automationanywhere.com/la/rpa/robotic-process-automation
Balagueró, T. (13 de Noviembre de 2018). ¿Qué son los datasets y los dataframes en el Big Data? Obtenido de Deusto Formacion: https://www.deustoformacion.com/blog/programacion-tic/que-son-datasets-dataframes big-data
Botía, J. (4 de Octubre de 2007). Tratamiento Inteligente de la Información y Aplicaciones. Obtenido de Arboles de decisión en aprendizaje automático y minería de datos: http://fcaenlinea1.unam.mx/anexos/1566/1566_u6_act1a.pdf
Castillo, M., Gamboa, R., & Hidalgo , R. (2020). Factores que influyen en la deserción y reprobación destudiantes de un curso universitario de matemáticas. UNICIENCIA.
Conecta Software. (2020). clustering. Obtenido de Conecta Software: https://conectasoftware.com/analytics/clustering-y-analisis-de-datos/
Conecta Software. (2021). Arboles de decisiones en la minería de datos. Obtenido de Conecta Software: https://conectasoftware.com/analytics/arboles-de-decisiones-en-la-mineria-de datos/
Cortés, A. e. (2013). Fusión Física '- Cálculo. Una propuesta pedagógica para el fortalecimiento de conocimientos científicos en estudiantes de ingeniería. (pág. 1). Asociación Colombiana de Facultades de Ingeniería (ACOFI), International Federation of Engineering.
Criado, J. (2021). Criterios de similaridad o similitud. Obtenido de Analisis de datos: https://analisisdedatos.net/mineria/tecnicas/clustering/criterios.php
cs.waikato.ac. (s.f.). Weka 3: software de aprendizaje automático en Java. Obtenido de cs.waikato.ac: https://www.cs.waikato.ac.nz/ml/weka/
Datahack. (30 de Noviembre de 2020). Análisis en Big Data: métodos de minería de datos y herramientas. Obtenido de Datahack: https://www.datahack.es/analisis-big-data/
Datahack. (7 de Enero de 2021). Las 7 técnicas de minería de datos más utilizadas en Big Data. Obtenido de Datahack: https://www.datahack.es/tecnicas-mineria-datos/
Expertos enseñando a expertos. (27 de Mayo de 2019). MINERÍA DE DATOS: Qué es, importancia y técnicas de su implementación. Obtenido de Netec: https://www.netec.com/post/mineria-de-datos-que-es-importancia-y-tecnicas-de-su implementacion
Gil Martínez, C. (Febrero de 2020). Reglas de Asociación. Obtenido de RPubs: https://rpubs.com/Cristina_Gil/Reglas_Asociacion
Gonzales, D. C., & Rojas , M. (2008). Deserción estudiantil en la Universidad de Ibagué, Colombia: una lectura histórica en perspectiva cuantitativa. Revista del Instituto de Estudios en Educación Universidad del Norte, 70-83.
Han et. al. (2012). Data mining: Concepts and techniques, third edition (3rd ed.). Morgan Kaufmann Publishers.
Han, e. a. (2012). Data mining: Concepts and techniques, third edition (3rd ed.). Morgan Kaufmann Publishers.
Han, e. a. (2012). Data mining: Concepts and techniques, third edition (3rd ed.). Morgan Kaufmann Publishers.
Han, K. P. (s.f.).
HelpSystems. (3 de Septiembre de 2020). Automatización Robótica de Procesos (RPA) vs. Automatización de Tareas de Escritorio (RDA). Obtenido de HelpSystems: https://www.helpsystems.com/es/recursos/articulo/rpa-automatizacion-robotica procesos-rda-automatizacion-escritorio
Herrera et. al. (6 de Mayo de 2004). Preprocesamiento de Datos. Madrid, Expaña: Reunión Red Nacional DM & ML. Obtenido de Preprocesamiento de Datos.
Himmel K, E. (2018). Modelo de análisis de la deserción estudiantil en la educación superior. Calidad en la Educación, 92-108.
Hoyos, J. (2012). Minería de usabilidad aplicada a plataformas virtuales de aprendizaje. Revista Virtual Universidad Católica del Norte, 27-43.
ICFES. (2009). LA DIRECTORA GENERAL DEL INSTITUTO COLOMBIANO PARA LA EVALUACIÓN DE LA EDUCACIÓN– ICFES. Obtenido de icfes.gov: https://www.icfes.gov.co/documents/20143/166604/Proyecto+resolucion+metodologias+ de+calculo+para+utilizar+los+resultados.pdf/ff2923e7-1eff-f36d-1f41- cfbb11f0d673#:~:text=El%20%C3%ADndice%20global%20se%20calcular%C3%A1,*SC %20%2B%20IN)%2F13.
International Educational Data Mining Society. (2021). Educational Data Mining. Obtenido de educationaldatamining.org: https://educationaldatamining.org/
López, J. F. (15 de Noviembre de 2019). Estadística descriptiva. Obtenido de Economipedia: https://economipedia.com/definiciones/estadistica-descriptiva.html
Marin Castro, H. M. (2020). Minería de Datos. Obtenido de Universidad Politécnica Victoria: https://www.tamps.cinvestav.mx/~hmarin/Mineria/EC2.pdf
Microsoft. (21 de Septiembre de 2021). SSIS Cómo crear un paquete ETL. Obtenido de docs.microsoft.com: https://docs.microsoft.com/en-us/sql/integration-services/ssis-how to-create-an-etl-package?view=sql-server-ver15
Microsoft. (14 de Septiembre de 2021). Vistas. Obtenido de docs.microsoft: https://docs.microsoft.com/es-es/sql/relational-databases/views/views?view=sql-server ver15#:~:text=Las%20vistas%20suelen%20usarse%20para,de%20datos%20para%20c ada%20usuario.Minerva. (2020). KDD: ¿Qué es el Knowledge Discovery in Databases o KDD? Obtenido de Minerva: https://mnrva.io/kdd-platform.html
Minerva. (2020). KDD: ¿Qué es el Knowledge Discovery in Databases o KDD? Obtenido de Minerva: https://mnrva.io/kdd-platform.html
Ministerio de Educación Nacional. (2014). Política y estrategias para incentivar la permanencia y graduación en educación superior. Bogotá, Cundinamarca, Colombia.
Ministerio de Educación Nacional. (7 de Febrero de 2017). ¿Qué es la educación superior? Obtenido de Ministerio de Educación Nacional: https://www.mineducacion.gov.co/1759/w3-article-196477.html?_noredirect=1
Ministerio de Educación Nacional. (15 de Julio de 2019). Instituciones de Educación Superior. Obtenido de Ministerio de Educación Nacional: https://www.mineducacion.gov.co/portal/Educacion-superior/Sistema-de-Educacion Superior/231240:Instituciones-de-Educacion-Superior
Ojeda, M. L., & Sastre, A. M. (2020). Entender el fenómeno de la reprobación en la universidad. En A. M. Sastre Cifuentes, Experiencias en acompañamiento estudiantil (págs. 73-79). Bogotá: Siglo del Hombre Editores.
pharos. (s.f.). Minería de reglas de asociación a través del algoritmo Apriori en Python. Obtenido de pharos: https://pharos.sh/mineria-de-reglas-de-asociacion-a-traves-del algoritmo-apriori-en-python/
Quintela del Rio, A. (4 de Septiembre de 2019). Estadística Básica Edulcorada. Obtenido de bookdown: https://bookdown.org/aquintela/EBE/
Quintela del Rio, A. (4 de Septiembre de 2019). Estadística Básica Edulcorada. Obtenido de bookdown: https://bookdown.org/aquintela/EBE/
Rendón et. al. (2016). Estadística descriptiva. Alergia México, 397-407.
Rengifo, H. (18 de Agosto de 2020). Crisis en las universidades del Tolima. El Cronista.
Rincón, C., & Espitia, A. F. (2021). La educación superior de Colombia en riesgo: ¿dónde están los estudiantes? Ecos deEconomía, 4-28.
Riquelme Santos, J. C., Ruiz, R., & Gilbert, K. (2006). Minería de Datos: Conceptos y Tendencias. Inteligencia Artificial: Revista Iberoamericana de Inteligencia Artificial, 10 (29), 11-18.
Riquelme Santos, J. C., Ruiz, R., & Gilbert, K. (2006). Minería de Datos: Conceptos y Tendencias. Revista Iberoamericana de Inteligencia Artificial.
Rodríguez et.al. (31 de Marzo de 2009). Minería de Reglas de Asociación sobre Datos Mezclados. Obtenido de INAOE: http://ccc.inaoep.mx/portalfiles/file/CCC-09-001.pdf
Rodriguez, M. (2019). La investigación sobre la deserción universitaria en Colombia 2006-2016. Tendencias y resultados. Pedagógia y Saberes, 49-66.
Rojas, M., & Gonzales, D. C. (2008). Deserción estudiantil en la Universidad de Ibagué, Colombia: una lectura histórica en perspectiva cuantitativa. Revista del Instituto de Estudios en Educación Universidad del Norte, 70-83.
Salcedo, A. (2010). Deserción universitaria en Colombia. Academia y Virtualidad, 50-60.
SAS. (2021). Minería de datos. Obtenido de SAS: https://www.sas.com/es_co/insights/analytics/data-mining.html
Superintendencia de Industria y Comercio. (2021). Protección de Datos Personales. Obtenido de sic.gov: https://www.sic.gov.co/sobre-la-proteccion-de-datos-personales
tecnomagazine. (2020). Ventajas y Desventajas de la Base de Datos. Obtenido de tecnomagazine: https://tecnomagazine.net/ventajas-y-desventajas-base-de-datos/
teknei. (2021). Sabes cuál es la diferencia entre RPA, RDA y RBA? ¡Te lo contamos! Obtenido de teknei: https://www.teknei.com/2020/06/19/diferencia-entre-rpa-rda-y-rba/
Tu escuela en linea. (2015). Decreto 1290. Obtenido de Tu escuela en linea: http://www.tuescuelaenlinea.net/1290.html
unioviedo. (s.f.). El algoritmo k-means aplicado a clasificación y procesamiento de imágenes. Obtenido de unioviedo: https://www.unioviedo.es/compnum/laboratorios_py/kmeans/kmeans.html
Universidad de Ibagué. (2019). Facultad de Ingeniería. Obtenido de Universidad de Ibagué: https://ingenierias.unibague.edu.co/
Universidad de Ibagué. (15 de Marzo de 2021). SIGA: pronto, la plataforma con mayores ventajas para estudiar. Obtenido de Unibague: https://www.unibague.edu.co/noticias institucionales/3199-siga-pronto-la-plataforma-con-mayores-ventajas-para-estudiar
Universidad de los Andes. (14 de Febrero de 2014). Sistema de Prevención y Análisis de la Deserción en las. Obtenido de mineducacion: https://www.mineducacion.gov.co/sistemasdeinformacion/1735/articles 254702_Informe_determinantes_desercion.pdf
Universidades y Profesiones. (16 de Marzo de 2022). En Colombia la deserción universitaria sigue en aumento. Obtenido de Universidades y Profesiones: https://universidadesyprofesiones.com/actualidad/en-colombia-la-desercion universitaria-sigue-en-aumento
dc.rights.accessrights.none.fl_str_mv info:eu-repo/semantics/openAccess
dc.rights.coar.none.fl_str_mv http://purl.org/coar/access_right/c_abf2
dc.rights.license.none.fl_str_mv Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)
dc.rights.uri.none.fl_str_mv https://creativecommons.org/licenses/by-nc-nd/4.0/
eu_rights_str_mv openAccess
rights_invalid_str_mv http://purl.org/coar/access_right/c_abf2
Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)
https://creativecommons.org/licenses/by-nc-nd/4.0/
dc.format.extent.none.fl_str_mv 183 páginas
dc.format.mimetype.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Universidad de Ibagué
dc.publisher.faculty.none.fl_str_mv Ingeniería
dc.publisher.place.none.fl_str_mv Ibagué
dc.publisher.program.none.fl_str_mv Ingenieria de Sistemas
publisher.none.fl_str_mv Universidad de Ibagué
institution Universidad de Ibagué
bitstream.url.fl_str_mv https://repositorio.unibague.edu.co/bitstreams/5068d927-a955-4a7a-ab40-ba1caff1b5bc/download
https://repositorio.unibague.edu.co/bitstreams/49004e78-73eb-4170-9f3a-a85add1bbe69/download
https://repositorio.unibague.edu.co/bitstreams/a578761e-f763-413f-a2ea-547631ee8694/download
https://repositorio.unibague.edu.co/bitstreams/52e8bef9-e875-499a-a4e5-a0f4ba385bcc/download
https://repositorio.unibague.edu.co/bitstreams/f494945e-98c9-4a10-bb38-433900e74f7a/download
https://repositorio.unibague.edu.co/bitstreams/b6ec7982-48c6-4827-aa36-414eb5c24802/download
https://repositorio.unibague.edu.co/bitstreams/dbf57267-7cd9-49c6-9ffc-84b539d4f78b/download
https://repositorio.unibague.edu.co/bitstreams/dbb22237-ad02-4110-8819-dd8c1c3750bb/download
bitstream.checksum.fl_str_mv ca4dcd7a03a7b340482c65cdb225bc2f
469cd91316883dd78c3c93ff69100a5d
54a284fa5a0294ec52f4e86522f9e68c
1d830e6040c95861ab6e8b264128ce81
ff4c8ff01d544500ea4bfea43e6108c1
fe6832b9242fef19ef8717fa8247a74e
44df0666f6a94fd63e64434d8a7b2b12
2fa3e590786b9c0f3ceba1b9656b7ac3
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositorio Institucional Universidad de Ibagué
repository.mail.fl_str_mv bdigital@metabiblioteca.com
_version_ 1814204141982973952
spelling Lugo González, Carlos Andrésc7c7b0da-c06e-4b1f-8f28-9570765b2624-1Guerrero Moya, Norberto8947e1ae-8df8-4ca3-9c86-d29e0ebbf1c7-1Vargas Bemúdez, Carlos Andrés71cd7fca-aa8d-4474-a5e1-6adb32737c49-12023-09-04T20:37:58Z2023-09-04T20:37:58Z2022Este proyecto muestra la formulación de un modelo predictivo utilizando técnicas de minería de datos a una base de datos construida y alimentada por el preprocesamiento realizado a los archivos fuente suministrados por la Universidad de Ibagué, que contenían las notas de varias asignaturas del núcleo básico de los estudiantes de ingeniería como fundamentos de matemáticas, álgebra lineal, lectura y escritura I, lectura y escritura II, física I, calculo I, física II y calculo II, además de resultados ICFES de estudiantes pertenecientes a esta facultad. De modo que sea posible identificar comportamientos, funciones y reglas que permitan predecir la mortalidad académica en la Universidad, analizando y estudiando los datos obtenidos de los estudiantes de ingeniería que cursaron Física II y Cálculo II. Se crea el modelo predictivo aplicando tres técnicas de minería de datos: arboles de decisión, reglas de asociación y clusterización y con los resultados facilitar decisiones estratégicas en pro de mejorar asignaturas de física y calculo II.This project shows the formulation of a predictive model using data mining techniques to a database built and fed by the preprocessing performed to the source files provided by the University of Ibagué, which contained the grades of several subjects of the basic core of engineering students such as undamentals of mathematics, linear algebra, reading and writing I, reading and writing II, physics I, calculus I, physics II and calculus II, in addition to ICFES results of students belonging to this faculty. So that it is possible to identify behaviors, functions and rules that allow predicting academic mortality at the University of Ibagué, analyzing and studying the data obtained from engineering students who took Physics II and Calculus II. The predictive model is created by applying three data mining techniques: decision trees, association rules and clustering. The results it will be possible to facilitate decisions for improvement in the subject’s physics and calculus II.PregradoIngeniero de SistemasCapítulo 1: Introducción.....19 1.1 Contexto del Problema.....21 1.2 Antecedentes.....25 1.3 Justificación....27 1.4 Objetivos...29 1.4.1 Objetivo General.... 29 1.4.2 Objetivos Específicos....29 Capítulo 2: Marco Teórico....25 2.1 Minería de datos.....25 2.2 Técnicas de Minería de Datos.....30 2.2.1 Clusterización...313 2.2.2 Árboles de decisión....34 2.2.3 Reglas de asociación....35 2.3 Preprocesamiento....36 2.3.1 Automatización robótica de escritorio....37 2.3.2. Proceso de extracción, transformación y carga ...38 2.4 Tipos de Atributos....39 2.5 Estadística Descriptiva....40 2.6 Sistema de Información Académico .41 Capítulo 3: Metodología....43 Capítulo 4: Desarrollo....46 4.1 Obtención de Datos....25 4.1.1 Análisis inicial....47 4.1.2. Integración inicial....50 4.2 Preprocesamiento y Limpieza de los Datos....53 4.2.1. Diseño base de datos relacional....54 4.2.2. Creación base de datos relacional.... 58 4.2.3. Carga de datos mediante proceso ETL....60 4.2.3.1 Desarrollo primer paquete ETL....63 4.2.3.2 Desarrollo segundo paquete ETL....65 4.2.3.3 Desarrollo tercer paquete ETL....70 4.2.3.4 Desarrollo paquete de ejecución ETL....74 4.2.4. Consultas para entendimiento de los datos....75 4.3 Descripción Estadística de los Datos....77 4.4 Aplicación de Técnicas de Minería de Datos...80 4.4.1. Transformación de los datos....81 4.4.2. Sintaxis de los archivos Weka....83 Capítulo 5: Resultados....89 5.1 Resultados de la Técnica de Arboles de Decisión.....89 5.1.1 Primera experimentación: notas última vez curso cálculo II....81 5.1.2 Segunda experimentación: notas primera vez curso cálculo II....83 5.1.3 Tercera experimentación: notas ultima vez curso física II.....85 5.1.4 Cuarta experimentación: notas primera vez curso física II....87 5.1.5 Quinta experimentación: notas ultima vez curso cálculo I.....99 5.1.6 Sexta experimentación: notas primera vez curso cálculo I....91 5.1.7 Séptima experimentación: notas ultima vez curso física I.....92 5.1.8 Octava experimentación: notas primera vez curso física I....94 5.2 Resultados de la Técnica de Clusterización.... 95 5.2.1 Primera experimentación: notas última vez curso cálculo II....99 5.2.2. Segunda experimentación: notas primera vez curso cálculo II.... 102 5.2.3. Tercera experimentación: notas ultima vez curso física II....106 5.2.4. Cuarta experimentación: notas primera vez curso física II ..110 5.2.5. Quinta experimentación: notas ultima vez curso cálculo I....113 5.2.6. Sexta experimentación: notas primera vez curso cálculo I ..116 5.2.7. Séptima experimentación: notas ultima vez curso física I....119 5.2.8. Octava experimentación: notas primera vez curso física I...122 5.3 Resultados de la Técnica de Reglas de Asociación....125 5.3.1. Primera experimentación: apriori cálculo II....127 5.3.2. Segunda experimentación: apriori cálculo II..129 5.3.3. Tercera experimentación: apriori cálculo II....132 5.3.4. Cuarta experimentación: apriori física II....134 5.3.5. Quinta experimentación: apriori física II ....136 5.3.6. Sexta experimentación: apriori física II.....138 5.3.7. Séptima experimentación: apriori cálculo I ....141 5.3.8. Octava experimentación: apriori cálculo I....143 5.3.9. Novena experimentación: apriori cálculo I.... 145 5.3.10. Decima experimentación: apriori física I....147 5.3.11. Undécima experimentación: apriori física I ....150 5.3.12. Duodécima experimentación: apriori física I..152 Capítulo 6: Conclusiones y recomendaciones ...155 6.1 Conclusiones....155 Referencias bibliográficas.....160183 páginasapplication/pdfGuerrero Moya, N., & Vargas Bermúdez, C.A. (2022). Análisis de la deserción de los estudiantes de la Universidad de Ibagué en las materias de Física 2 y Cálculo 2 aplicando técnicas de Minería de Datos. [Trabajo de grado. Universidad de Ibagué].https://hdl.handle.net/20.500.12313/3806spaUniversidad de IbaguéIngenieríaIbaguéIngenieria de SistemasAceves, G. (5 de Julio de 2021). Ventajas de usar Windows Server y SQL Server en Azure. Obtenido de inbest: https://www.inbest.cloud/comunidad/ventajas-de-usar-windows server-y-sql-server-en azure#:~:text=Una%20de%20las%20principales%20caracter%C3%ADsticas,Escalabilid ad%2C%20estabilidad%20y%20seguridad.Ahmed, I. (14 de Noviembre de 2019). ETL: ¿Qué significa y por qué es importante? Obtenido de Astera: https://www.astera.com/es/tipo/blog/etl-lo-que-significa-y-por-qu%C3%A9-es importante/aiu. (s.f.). BASES DE DATOS-MIS 308 TEMA 3 FINAL. Obtenido de aiu.edu: https://cursos.aiu.edu/Base%20de%20Datos/pdf/Tema%203.pdfAnónimo. (2021). Apriori Algorithm Data Mining. Obtenido de myservername: https://es.myservername.com/apriori-algorithm-data mining#Apriori_Algorithm_8211_Frequent_Pattern_AlgorithmsArgote, I., & Jimenez, R. (2014). Detección depatrones de Deserción en los programas de pregrado en la Universidad Mariana,de San Juán dePasto,aplicando elproceso de descubrimiento deconocimiento obre Kdd ysu implementación en modelosmatemáticoa depredicción. Ponencias de congresos CLAVES.Automation Anywhere. (2021). Software de automatización que cualquiera puede usar para cualquier tipo de proceso empresarial. Obtenido de Automation Anywhere: https://www.automationanywhere.com/la/rpa/robotic-process-automationBalagueró, T. (13 de Noviembre de 2018). ¿Qué son los datasets y los dataframes en el Big Data? Obtenido de Deusto Formacion: https://www.deustoformacion.com/blog/programacion-tic/que-son-datasets-dataframes big-dataBotía, J. (4 de Octubre de 2007). Tratamiento Inteligente de la Información y Aplicaciones. Obtenido de Arboles de decisión en aprendizaje automático y minería de datos: http://fcaenlinea1.unam.mx/anexos/1566/1566_u6_act1a.pdfCastillo, M., Gamboa, R., & Hidalgo , R. (2020). Factores que influyen en la deserción y reprobación destudiantes de un curso universitario de matemáticas. UNICIENCIA.Conecta Software. (2020). clustering. Obtenido de Conecta Software: https://conectasoftware.com/analytics/clustering-y-analisis-de-datos/Conecta Software. (2021). Arboles de decisiones en la minería de datos. Obtenido de Conecta Software: https://conectasoftware.com/analytics/arboles-de-decisiones-en-la-mineria-de datos/Cortés, A. e. (2013). Fusión Física '- Cálculo. Una propuesta pedagógica para el fortalecimiento de conocimientos científicos en estudiantes de ingeniería. (pág. 1). Asociación Colombiana de Facultades de Ingeniería (ACOFI), International Federation of Engineering.Criado, J. (2021). Criterios de similaridad o similitud. Obtenido de Analisis de datos: https://analisisdedatos.net/mineria/tecnicas/clustering/criterios.phpcs.waikato.ac. (s.f.). Weka 3: software de aprendizaje automático en Java. Obtenido de cs.waikato.ac: https://www.cs.waikato.ac.nz/ml/weka/Datahack. (30 de Noviembre de 2020). Análisis en Big Data: métodos de minería de datos y herramientas. Obtenido de Datahack: https://www.datahack.es/analisis-big-data/Datahack. (7 de Enero de 2021). Las 7 técnicas de minería de datos más utilizadas en Big Data. Obtenido de Datahack: https://www.datahack.es/tecnicas-mineria-datos/Expertos enseñando a expertos. (27 de Mayo de 2019). MINERÍA DE DATOS: Qué es, importancia y técnicas de su implementación. Obtenido de Netec: https://www.netec.com/post/mineria-de-datos-que-es-importancia-y-tecnicas-de-su implementacionGil Martínez, C. (Febrero de 2020). Reglas de Asociación. Obtenido de RPubs: https://rpubs.com/Cristina_Gil/Reglas_AsociacionGonzales, D. C., & Rojas , M. (2008). Deserción estudiantil en la Universidad de Ibagué, Colombia: una lectura histórica en perspectiva cuantitativa. Revista del Instituto de Estudios en Educación Universidad del Norte, 70-83.Han et. al. (2012). Data mining: Concepts and techniques, third edition (3rd ed.). Morgan Kaufmann Publishers.Han, e. a. (2012). Data mining: Concepts and techniques, third edition (3rd ed.). Morgan Kaufmann Publishers.Han, e. a. (2012). Data mining: Concepts and techniques, third edition (3rd ed.). Morgan Kaufmann Publishers.Han, K. P. (s.f.).HelpSystems. (3 de Septiembre de 2020). Automatización Robótica de Procesos (RPA) vs. Automatización de Tareas de Escritorio (RDA). Obtenido de HelpSystems: https://www.helpsystems.com/es/recursos/articulo/rpa-automatizacion-robotica procesos-rda-automatizacion-escritorioHerrera et. al. (6 de Mayo de 2004). Preprocesamiento de Datos. Madrid, Expaña: Reunión Red Nacional DM & ML. Obtenido de Preprocesamiento de Datos.Himmel K, E. (2018). Modelo de análisis de la deserción estudiantil en la educación superior. Calidad en la Educación, 92-108.Hoyos, J. (2012). Minería de usabilidad aplicada a plataformas virtuales de aprendizaje. Revista Virtual Universidad Católica del Norte, 27-43.ICFES. (2009). LA DIRECTORA GENERAL DEL INSTITUTO COLOMBIANO PARA LA EVALUACIÓN DE LA EDUCACIÓN– ICFES. Obtenido de icfes.gov: https://www.icfes.gov.co/documents/20143/166604/Proyecto+resolucion+metodologias+ de+calculo+para+utilizar+los+resultados.pdf/ff2923e7-1eff-f36d-1f41- cfbb11f0d673#:~:text=El%20%C3%ADndice%20global%20se%20calcular%C3%A1,*SC %20%2B%20IN)%2F13.International Educational Data Mining Society. (2021). Educational Data Mining. Obtenido de educationaldatamining.org: https://educationaldatamining.org/López, J. F. (15 de Noviembre de 2019). Estadística descriptiva. Obtenido de Economipedia: https://economipedia.com/definiciones/estadistica-descriptiva.htmlMarin Castro, H. M. (2020). Minería de Datos. Obtenido de Universidad Politécnica Victoria: https://www.tamps.cinvestav.mx/~hmarin/Mineria/EC2.pdfMicrosoft. (21 de Septiembre de 2021). SSIS Cómo crear un paquete ETL. Obtenido de docs.microsoft.com: https://docs.microsoft.com/en-us/sql/integration-services/ssis-how to-create-an-etl-package?view=sql-server-ver15Microsoft. (14 de Septiembre de 2021). Vistas. Obtenido de docs.microsoft: https://docs.microsoft.com/es-es/sql/relational-databases/views/views?view=sql-server ver15#:~:text=Las%20vistas%20suelen%20usarse%20para,de%20datos%20para%20c ada%20usuario.Minerva. (2020). KDD: ¿Qué es el Knowledge Discovery in Databases o KDD? Obtenido de Minerva: https://mnrva.io/kdd-platform.htmlMinerva. (2020). KDD: ¿Qué es el Knowledge Discovery in Databases o KDD? Obtenido de Minerva: https://mnrva.io/kdd-platform.htmlMinisterio de Educación Nacional. (2014). Política y estrategias para incentivar la permanencia y graduación en educación superior. Bogotá, Cundinamarca, Colombia.Ministerio de Educación Nacional. (7 de Febrero de 2017). ¿Qué es la educación superior? Obtenido de Ministerio de Educación Nacional: https://www.mineducacion.gov.co/1759/w3-article-196477.html?_noredirect=1Ministerio de Educación Nacional. (15 de Julio de 2019). Instituciones de Educación Superior. Obtenido de Ministerio de Educación Nacional: https://www.mineducacion.gov.co/portal/Educacion-superior/Sistema-de-Educacion Superior/231240:Instituciones-de-Educacion-SuperiorOjeda, M. L., & Sastre, A. M. (2020). Entender el fenómeno de la reprobación en la universidad. En A. M. Sastre Cifuentes, Experiencias en acompañamiento estudiantil (págs. 73-79). Bogotá: Siglo del Hombre Editores.pharos. (s.f.). Minería de reglas de asociación a través del algoritmo Apriori en Python. Obtenido de pharos: https://pharos.sh/mineria-de-reglas-de-asociacion-a-traves-del algoritmo-apriori-en-python/Quintela del Rio, A. (4 de Septiembre de 2019). Estadística Básica Edulcorada. Obtenido de bookdown: https://bookdown.org/aquintela/EBE/Quintela del Rio, A. (4 de Septiembre de 2019). Estadística Básica Edulcorada. Obtenido de bookdown: https://bookdown.org/aquintela/EBE/Rendón et. al. (2016). Estadística descriptiva. Alergia México, 397-407.Rengifo, H. (18 de Agosto de 2020). Crisis en las universidades del Tolima. El Cronista.Rincón, C., & Espitia, A. F. (2021). La educación superior de Colombia en riesgo: ¿dónde están los estudiantes? Ecos deEconomía, 4-28.Riquelme Santos, J. C., Ruiz, R., & Gilbert, K. (2006). Minería de Datos: Conceptos y Tendencias. Inteligencia Artificial: Revista Iberoamericana de Inteligencia Artificial, 10 (29), 11-18.Riquelme Santos, J. C., Ruiz, R., & Gilbert, K. (2006). Minería de Datos: Conceptos y Tendencias. Revista Iberoamericana de Inteligencia Artificial.Rodríguez et.al. (31 de Marzo de 2009). Minería de Reglas de Asociación sobre Datos Mezclados. Obtenido de INAOE: http://ccc.inaoep.mx/portalfiles/file/CCC-09-001.pdfRodriguez, M. (2019). La investigación sobre la deserción universitaria en Colombia 2006-2016. Tendencias y resultados. Pedagógia y Saberes, 49-66.Rojas, M., & Gonzales, D. C. (2008). Deserción estudiantil en la Universidad de Ibagué, Colombia: una lectura histórica en perspectiva cuantitativa. Revista del Instituto de Estudios en Educación Universidad del Norte, 70-83.Salcedo, A. (2010). Deserción universitaria en Colombia. Academia y Virtualidad, 50-60.SAS. (2021). Minería de datos. Obtenido de SAS: https://www.sas.com/es_co/insights/analytics/data-mining.htmlSuperintendencia de Industria y Comercio. (2021). Protección de Datos Personales. Obtenido de sic.gov: https://www.sic.gov.co/sobre-la-proteccion-de-datos-personalestecnomagazine. (2020). Ventajas y Desventajas de la Base de Datos. Obtenido de tecnomagazine: https://tecnomagazine.net/ventajas-y-desventajas-base-de-datos/teknei. (2021). Sabes cuál es la diferencia entre RPA, RDA y RBA? ¡Te lo contamos! Obtenido de teknei: https://www.teknei.com/2020/06/19/diferencia-entre-rpa-rda-y-rba/Tu escuela en linea. (2015). Decreto 1290. Obtenido de Tu escuela en linea: http://www.tuescuelaenlinea.net/1290.htmlunioviedo. (s.f.). El algoritmo k-means aplicado a clasificación y procesamiento de imágenes. Obtenido de unioviedo: https://www.unioviedo.es/compnum/laboratorios_py/kmeans/kmeans.htmlUniversidad de Ibagué. (2019). Facultad de Ingeniería. Obtenido de Universidad de Ibagué: https://ingenierias.unibague.edu.co/Universidad de Ibagué. (15 de Marzo de 2021). SIGA: pronto, la plataforma con mayores ventajas para estudiar. Obtenido de Unibague: https://www.unibague.edu.co/noticias institucionales/3199-siga-pronto-la-plataforma-con-mayores-ventajas-para-estudiarUniversidad de los Andes. (14 de Febrero de 2014). Sistema de Prevención y Análisis de la Deserción en las. Obtenido de mineducacion: https://www.mineducacion.gov.co/sistemasdeinformacion/1735/articles 254702_Informe_determinantes_desercion.pdfUniversidades y Profesiones. (16 de Marzo de 2022). En Colombia la deserción universitaria sigue en aumento. Obtenido de Universidades y Profesiones: https://universidadesyprofesiones.com/actualidad/en-colombia-la-desercion universitaria-sigue-en-aumentoinfo:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)https://creativecommons.org/licenses/by-nc-nd/4.0/Universidad de Ibagué - Deserción de estudiantesFísica 2 - Deserción - Universidad de IbaguéCálculo 2 - Diserción - Universidad de IbaguéDeserción estudiantes - Minería de datosMinería de datosPreprocesamientoPredicciónEstadísticaICFESData miningPreprocessingPredictionDescriptive statisticsICFESAnálisis de la deserción de los estudiantes de la Universidad de Ibagué en las materias de Física 2 y Cálculo 2 aplicando técnicas de minería de datosTrabajo de grado - Pregradohttp://purl.org/coar/resource_type/c_7a1fTextinfo:eu-repo/semantics/bachelorThesishttp://purl.org/redcol/resource_type/TPinfo:eu-repo/semantics/acceptedVersionPublicationORIGINALTrabajo de Grado.pdfTrabajo de Grado.pdfapplication/pdf2781307https://repositorio.unibague.edu.co/bitstreams/5068d927-a955-4a7a-ab40-ba1caff1b5bc/downloadca4dcd7a03a7b340482c65cdb225bc2fMD51Anexos.zipAnexos.zipapplication/zip32549715https://repositorio.unibague.edu.co/bitstreams/49004e78-73eb-4170-9f3a-a85add1bbe69/download469cd91316883dd78c3c93ff69100a5dMD52Formato de Autorización.pdfFormato de Autorización.pdfapplication/pdf1357034https://repositorio.unibague.edu.co/bitstreams/a578761e-f763-413f-a2ea-547631ee8694/download54a284fa5a0294ec52f4e86522f9e68cMD53TEXTTrabajo de Grado.pdf.txtTrabajo de Grado.pdf.txtExtracted texttext/plain101549https://repositorio.unibague.edu.co/bitstreams/52e8bef9-e875-499a-a4e5-a0f4ba385bcc/download1d830e6040c95861ab6e8b264128ce81MD55Formato de Autorización.pdf.txtFormato de Autorización.pdf.txtExtracted texttext/plain4https://repositorio.unibague.edu.co/bitstreams/f494945e-98c9-4a10-bb38-433900e74f7a/downloadff4c8ff01d544500ea4bfea43e6108c1MD57THUMBNAILTrabajo de Grado.pdf.jpgTrabajo de Grado.pdf.jpgGenerated Thumbnailimage/jpeg6105https://repositorio.unibague.edu.co/bitstreams/b6ec7982-48c6-4827-aa36-414eb5c24802/downloadfe6832b9242fef19ef8717fa8247a74eMD56Formato de Autorización.pdf.jpgFormato de Autorización.pdf.jpgGenerated Thumbnailimage/jpeg13200https://repositorio.unibague.edu.co/bitstreams/dbf57267-7cd9-49c6-9ffc-84b539d4f78b/download44df0666f6a94fd63e64434d8a7b2b12MD58LICENSElicense.txtlicense.txttext/plain; charset=utf-8134https://repositorio.unibague.edu.co/bitstreams/dbb22237-ad02-4110-8819-dd8c1c3750bb/download2fa3e590786b9c0f3ceba1b9656b7ac3MD5420.500.12313/3806oai:repositorio.unibague.edu.co:20.500.12313/38062023-09-05 03:00:48.894https://creativecommons.org/licenses/by-nc-nd/4.0/https://repositorio.unibague.edu.coRepositorio Institucional Universidad de Ibaguébdigital@metabiblioteca.comQ3JlYXRpdmUgQ29tbW9ucyBBdHRyaWJ1dGlvbi1Ob25Db21tZXJjaWFsLU5vRGVyaXZhdGl2ZXMgNC4wIEludGVybmF0aW9uYWwgTGljZW5zZQ0KaHR0cHM6Ly9jcmVhdGl2ZWNvbW1vbnMub3JnL2xpY2Vuc2VzL2J5LW5jLW5kLzQuMC8=

Publicaciones similares