Algoritmo computacional para el análisis y toma de decisiones en la generación de energías renovables, utilizando estrategias de machine learning

El trabajo, está basado en analizar la base de datos de los estudiantes de Bangladesh, en 5 áreas específicas (Matemáticas, Ciencias, Ciencias Sociales, inglés y Arte y cultura) en estos podemos encontrar los nombres de cada estudiante los cuales son jóvenes que cursan educación media, y están ad-portas de salir de la institución educativa. Esta base de datos nos muestra los puntajes comparativos entre mujeres y hombres, con los cuales, podemos deducir el nivel académico de cada estudiante. En este trabajo, se ejecutan unos algoritmos que nos permiten modificar los datos de nuestra base estudiantil, para poder realizar el tratamiento de los datos, desarrollando algoritmos tales como “eliminar una columna” o “cambiar datos categóricos a numéricos” o “verificar información de la tabla”, para posteriormente ejecutar algoritmos que nos muestran estadísticas que representan la información más relevante de nuestra base de datos, tales como, matrices de correlación y gráficas de dispersión, de columnas o en torta, para exponer dichas estadísticas. Luego se procede a realizar algoritmos de modelos de regresión en los que se puede observar los márgenes de error dentro de la base de datos, como el modelo KNN y el modelo ANN, en donde se evalúa una métrica de 3 datos que se quieran consultar fuera de los ya relacionados en la base de datos para obtener un promedio deseado con los datos escritos para predecir un promedio final. Nuestra recomendación en este trabajo es analizar el rendimiento académico de cada estudiante para visualizar las posibles falencias o virtudes, para obtener estadísticas que nos permitan identificarlas y así saber que mejoras se pueden efectuar en el programa académico.

• Autores: Pulgarín Serna, Elkin; Artunduaga Mendoza, Franklin Yesid; Giraldo Vásquez, Julián Andrés
• Tipo de recurso: Trabajo de grado de pregrado
• Fecha de publicación: 2024
• Institución: Corporación Universitaria Remington
• Repositorio: Repositorio institucional Uniremington
• Idioma: spa
• OAI Identifier: oai:repositorio.uniremington.edu.co:123456789/5768
• Acceso en línea: https://repositorio.uniremington.edu.co/handle/123456789/5768
• Palabra clave: Tratamiento de los datos; Datos categóricos; Matrices de correlación; Modelos de regresión; Base de datos; Gráficas; KNN y ANN; Estadísticas; Márgenes de error; Algoritmos; Bases de datos; Modelos de regresión
• Rights: openAccess
• License: Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)