Predicción de rendimiento académico con el uso de Machine Learning

Este proyecto de Aprendizaje Automático tiene como finalidad anticipar el rendimiento académico promedio de los estudiantes a partir del tiempo que dedican al estudio. Se empleó la técnica de regresión lineal en Python para desarrollar un modelo predictivo. Para perfeccionar la precisión del modelo,...

Full description

Autores:
Arroyave Morales, Jonathan
Arroyave Morales, Camilo
Vallejo Caipe, Johnny Alexander
Tipo de recurso:
Trabajo de grado de pregrado
Fecha de publicación:
2023
Institución:
Corporación Universitaria Remington
Repositorio:
Repositorio institucional Uniremington
Idioma:
spa
OAI Identifier:
oai:repositorio.uniremington.edu.co:123456789/2128
Acceso en línea:
https://repositorio.uniremington.edu.co/handle/123456789/2128
Palabra clave:
Machine learning
Regresión lineal
Rendimiento estudiantil
Numpy
Polinómico
Aprendizaje automático (Inteligencia artificial)
Análisis de regresión
Rendimiento académico
Rights
openAccess
License
Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)
id URemingtn2_18343373446ceefd78fd0169f6db78b8
oai_identifier_str oai:repositorio.uniremington.edu.co:123456789/2128
network_acronym_str URemingtn2
network_name_str Repositorio institucional Uniremington
repository_id_str
dc.title.spa.fl_str_mv Predicción de rendimiento académico con el uso de Machine Learning
title Predicción de rendimiento académico con el uso de Machine Learning
spellingShingle Predicción de rendimiento académico con el uso de Machine Learning
Machine learning
Regresión lineal
Rendimiento estudiantil
Numpy
Polinómico
Aprendizaje automático (Inteligencia artificial)
Análisis de regresión
Rendimiento académico
title_short Predicción de rendimiento académico con el uso de Machine Learning
title_full Predicción de rendimiento académico con el uso de Machine Learning
title_fullStr Predicción de rendimiento académico con el uso de Machine Learning
title_full_unstemmed Predicción de rendimiento académico con el uso de Machine Learning
title_sort Predicción de rendimiento académico con el uso de Machine Learning
dc.creator.fl_str_mv Arroyave Morales, Jonathan
Arroyave Morales, Camilo
Vallejo Caipe, Johnny Alexander
dc.contributor.advisor.none.fl_str_mv Mira Mejía, Jhon Fredy
dc.contributor.author.none.fl_str_mv Arroyave Morales, Jonathan
Arroyave Morales, Camilo
Vallejo Caipe, Johnny Alexander
dc.subject.spa.fl_str_mv Machine learning
Regresión lineal
Rendimiento estudiantil
Numpy
Polinómico
topic Machine learning
Regresión lineal
Rendimiento estudiantil
Numpy
Polinómico
Aprendizaje automático (Inteligencia artificial)
Análisis de regresión
Rendimiento académico
dc.subject.lemb.none.fl_str_mv Aprendizaje automático (Inteligencia artificial)
Análisis de regresión
Rendimiento académico
description Este proyecto de Aprendizaje Automático tiene como finalidad anticipar el rendimiento académico promedio de los estudiantes a partir del tiempo que dedican al estudio. Se empleó la técnica de regresión lineal en Python para desarrollar un modelo predictivo. Para perfeccionar la precisión del modelo, se exploraron varias opciones de ajuste polinómico, buscando así capturar de manera más precisa la relación entre las horas de estudio y el rendimiento estudiantil.
publishDate 2023
dc.date.issued.none.fl_str_mv 2023
dc.date.accessioned.none.fl_str_mv 2024-01-31T20:41:17Z
dc.date.available.none.fl_str_mv 2024-01-31T20:41:17Z
dc.type.spa.fl_str_mv Trabajo de grado - Pregrado
dc.type.version.spa.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.coar.spa.fl_str_mv http://purl.org/coar/resource_type/c_7a1f
dc.type.coarversion.spa.fl_str_mv http://purl.org/coar/version/c_970fb48d4fbd8a85
dc.type.content.spa.fl_str_mv Text
dc.type.driver.spa.fl_str_mv info:eu-repo/semantics/bachelorThesis
dc.type.redcol.spa.fl_str_mv http://purl.org/redcol/resource_type/TP
dc.type.local.none.fl_str_mv Tesis/Trabajo de grado - Monografía - Pregrado
format http://purl.org/coar/resource_type/c_7a1f
status_str publishedVersion
dc.identifier.uri.none.fl_str_mv https://repositorio.uniremington.edu.co/handle/123456789/2128
url https://repositorio.uniremington.edu.co/handle/123456789/2128
dc.language.iso.spa.fl_str_mv spa
language spa
dc.rights.spa.fl_str_mv Derechos Reservados - Corporación Universitaria Remington, 2024
dc.rights.license.spa.fl_str_mv Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)
dc.rights.uri.spa.fl_str_mv https://creativecommons.org/licenses/by-nc-nd/4.0/
dc.rights.accessrights.spa.fl_str_mv info:eu-repo/semantics/openAccess
dc.rights.coar.spa.fl_str_mv http://purl.org/coar/access_right/c_abf2
rights_invalid_str_mv Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)
Derechos Reservados - Corporación Universitaria Remington, 2024
https://creativecommons.org/licenses/by-nc-nd/4.0/
http://purl.org/coar/access_right/c_abf2
eu_rights_str_mv openAccess
dc.format.extent.none.fl_str_mv 16 p.
dc.format.mimetype.spa.fl_str_mv application/pdf
dc.publisher.spa.fl_str_mv Corporación Universitaria Remington
dc.publisher.place.spa.fl_str_mv Medellín (Antioquia, Colombia)
dc.publisher.faculty.spa.fl_str_mv Facultad de Ingenierías
dc.publisher.program.spa.fl_str_mv Ingeniería de Sistemas
institution Corporación Universitaria Remington
bitstream.url.fl_str_mv https://repositorio.uniremington.edu.co/bitstreams/47b01698-7859-46af-bf15-9229c061b9fc/download
https://repositorio.uniremington.edu.co/bitstreams/e85aaa06-a359-4b08-974f-c335db3ea8e6/download
https://repositorio.uniremington.edu.co/bitstreams/5fece1cc-734f-43b3-beab-a48aab0874f6/download
https://repositorio.uniremington.edu.co/bitstreams/ce84026b-09fb-4ffa-9dfd-fc8eed4ddb62/download
https://repositorio.uniremington.edu.co/bitstreams/e76b807b-b60c-404f-9a77-561dc11e815a/download
bitstream.checksum.fl_str_mv 8a4605be74aa9ea9d79846c1fba20a33
58a2bc7cd762bca28ca755169ce1a2c0
27c65a25805e6c8e2ee9ce9aeb38556a
6e2f3d76fccda0ecc488e027e25165cc
4242e8b130b932dc6a9bd27ee36d714a
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositorio UNIREMINGTON
repository.mail.fl_str_mv biblioteca@uniremington.edu.co
_version_ 1812100404174913536
spelling Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)Derechos Reservados - Corporación Universitaria Remington, 2024https://creativecommons.org/licenses/by-nc-nd/4.0/info:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Mira Mejía, Jhon FredyArroyave Morales, JonathanArroyave Morales, CamiloVallejo Caipe, Johnny Alexander2024-01-31T20:41:17Z2024-01-31T20:41:17Z2023https://repositorio.uniremington.edu.co/handle/123456789/2128Este proyecto de Aprendizaje Automático tiene como finalidad anticipar el rendimiento académico promedio de los estudiantes a partir del tiempo que dedican al estudio. Se empleó la técnica de regresión lineal en Python para desarrollar un modelo predictivo. Para perfeccionar la precisión del modelo, se exploraron varias opciones de ajuste polinómico, buscando así capturar de manera más precisa la relación entre las horas de estudio y el rendimiento estudiantil.PregradoIngeniero(a) de Sistemas16 p.application/pdfspaCorporación Universitaria RemingtonMedellín (Antioquia, Colombia)Facultad de IngenieríasIngeniería de SistemasMachine learningRegresión linealRendimiento estudiantilNumpyPolinómicoAprendizaje automático (Inteligencia artificial)Análisis de regresiónRendimiento académicoPredicción de rendimiento académico con el uso de Machine LearningTrabajo de grado - Pregradoinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/resource_type/c_7a1fhttp://purl.org/coar/version/c_970fb48d4fbd8a85Textinfo:eu-repo/semantics/bachelorThesishttp://purl.org/redcol/resource_type/TPTesis/Trabajo de grado - Monografía - PregradoPublicationLICENSElicense.txtlicense.txttext/plain; charset=utf-81748https://repositorio.uniremington.edu.co/bitstreams/47b01698-7859-46af-bf15-9229c061b9fc/download8a4605be74aa9ea9d79846c1fba20a33MD52BL-FR-11 Cesión Derechos_TG 2.pdfapplication/pdf221808https://repositorio.uniremington.edu.co/bitstreams/e85aaa06-a359-4b08-974f-c335db3ea8e6/download58a2bc7cd762bca28ca755169ce1a2c0MD53ORIGINALRIU-PRE-2023 Prediccion rendimiento academico.pdfRIU-PRE-2023 Prediccion rendimiento academico.pdfapplication/pdf496963https://repositorio.uniremington.edu.co/bitstreams/5fece1cc-734f-43b3-beab-a48aab0874f6/download27c65a25805e6c8e2ee9ce9aeb38556aMD51TEXTRIU-PRE-2023 Prediccion rendimiento academico.pdf.txtRIU-PRE-2023 Prediccion rendimiento academico.pdf.txtExtracted texttext/plain22869https://repositorio.uniremington.edu.co/bitstreams/ce84026b-09fb-4ffa-9dfd-fc8eed4ddb62/download6e2f3d76fccda0ecc488e027e25165ccMD54THUMBNAILRIU-PRE-2023 Prediccion rendimiento academico.pdf.jpgRIU-PRE-2023 Prediccion rendimiento academico.pdf.jpgGenerated Thumbnailimage/jpeg2820https://repositorio.uniremington.edu.co/bitstreams/e76b807b-b60c-404f-9a77-561dc11e815a/download4242e8b130b932dc6a9bd27ee36d714aMD55123456789/2128oai:repositorio.uniremington.edu.co:123456789/21282024-05-16 14:00:05.179https://creativecommons.org/licenses/by-nc-nd/4.0/Derechos Reservados - Corporación Universitaria Remington, 2024open.accesshttps://repositorio.uniremington.edu.coRepositorio UNIREMINGTONbiblioteca@uniremington.edu.coTk9URTogUExBQ0UgWU9VUiBPV04gTElDRU5TRSBIRVJFClRoaXMgc2FtcGxlIGxpY2Vuc2UgaXMgcHJvdmlkZWQgZm9yIGluZm9ybWF0aW9uYWwgcHVycG9zZXMgb25seS4KCk5PTi1FWENMVVNJVkUgRElTVFJJQlVUSU9OIExJQ0VOU0UKCkJ5IHNpZ25pbmcgYW5kIHN1Ym1pdHRpbmcgdGhpcyBsaWNlbnNlLCB5b3UgKHRoZSBhdXRob3Iocykgb3IgY29weXJpZ2h0Cm93bmVyKSBncmFudHMgdG8gRFNwYWNlIFVuaXZlcnNpdHkgKERTVSkgdGhlIG5vbi1leGNsdXNpdmUgcmlnaHQgdG8gcmVwcm9kdWNlLAp0cmFuc2xhdGUgKGFzIGRlZmluZWQgYmVsb3cpLCBhbmQvb3IgZGlzdHJpYnV0ZSB5b3VyIHN1Ym1pc3Npb24gKGluY2x1ZGluZwp0aGUgYWJzdHJhY3QpIHdvcmxkd2lkZSBpbiBwcmludCBhbmQgZWxlY3Ryb25pYyBmb3JtYXQgYW5kIGluIGFueSBtZWRpdW0sCmluY2x1ZGluZyBidXQgbm90IGxpbWl0ZWQgdG8gYXVkaW8gb3IgdmlkZW8uCgpZb3UgYWdyZWUgdGhhdCBEU1UgbWF5LCB3aXRob3V0IGNoYW5naW5nIHRoZSBjb250ZW50LCB0cmFuc2xhdGUgdGhlCnN1Ym1pc3Npb24gdG8gYW55IG1lZGl1bSBvciBmb3JtYXQgZm9yIHRoZSBwdXJwb3NlIG9mIHByZXNlcnZhdGlvbi4KCllvdSBhbHNvIGFncmVlIHRoYXQgRFNVIG1heSBrZWVwIG1vcmUgdGhhbiBvbmUgY29weSBvZiB0aGlzIHN1Ym1pc3Npb24gZm9yCnB1cnBvc2VzIG9mIHNlY3VyaXR5LCBiYWNrLXVwIGFuZCBwcmVzZXJ2YXRpb24uCgpZb3UgcmVwcmVzZW50IHRoYXQgdGhlIHN1Ym1pc3Npb24gaXMgeW91ciBvcmlnaW5hbCB3b3JrLCBhbmQgdGhhdCB5b3UgaGF2ZQp0aGUgcmlnaHQgdG8gZ3JhbnQgdGhlIHJpZ2h0cyBjb250YWluZWQgaW4gdGhpcyBsaWNlbnNlLiBZb3UgYWxzbyByZXByZXNlbnQKdGhhdCB5b3VyIHN1Ym1pc3Npb24gZG9lcyBub3QsIHRvIHRoZSBiZXN0IG9mIHlvdXIga25vd2xlZGdlLCBpbmZyaW5nZSB1cG9uCmFueW9uZSdzIGNvcHlyaWdodC4KCklmIHRoZSBzdWJtaXNzaW9uIGNvbnRhaW5zIG1hdGVyaWFsIGZvciB3aGljaCB5b3UgZG8gbm90IGhvbGQgY29weXJpZ2h0LAp5b3UgcmVwcmVzZW50IHRoYXQgeW91IGhhdmUgb2J0YWluZWQgdGhlIHVucmVzdHJpY3RlZCBwZXJtaXNzaW9uIG9mIHRoZQpjb3B5cmlnaHQgb3duZXIgdG8gZ3JhbnQgRFNVIHRoZSByaWdodHMgcmVxdWlyZWQgYnkgdGhpcyBsaWNlbnNlLCBhbmQgdGhhdApzdWNoIHRoaXJkLXBhcnR5IG93bmVkIG1hdGVyaWFsIGlzIGNsZWFybHkgaWRlbnRpZmllZCBhbmQgYWNrbm93bGVkZ2VkCndpdGhpbiB0aGUgdGV4dCBvciBjb250ZW50IG9mIHRoZSBzdWJtaXNzaW9uLgoKSUYgVEhFIFNVQk1JU1NJT04gSVMgQkFTRUQgVVBPTiBXT1JLIFRIQVQgSEFTIEJFRU4gU1BPTlNPUkVEIE9SIFNVUFBPUlRFRApCWSBBTiBBR0VOQ1kgT1IgT1JHQU5JWkFUSU9OIE9USEVSIFRIQU4gRFNVLCBZT1UgUkVQUkVTRU5UIFRIQVQgWU9VIEhBVkUKRlVMRklMTEVEIEFOWSBSSUdIVCBPRiBSRVZJRVcgT1IgT1RIRVIgT0JMSUdBVElPTlMgUkVRVUlSRUQgQlkgU1VDSApDT05UUkFDVCBPUiBBR1JFRU1FTlQuCgpEU1Ugd2lsbCBjbGVhcmx5IGlkZW50aWZ5IHlvdXIgbmFtZShzKSBhcyB0aGUgYXV0aG9yKHMpIG9yIG93bmVyKHMpIG9mIHRoZQpzdWJtaXNzaW9uLCBhbmQgd2lsbCBub3QgbWFrZSBhbnkgYWx0ZXJhdGlvbiwgb3RoZXIgdGhhbiBhcyBhbGxvd2VkIGJ5IHRoaXMKbGljZW5zZSwgdG8geW91ciBzdWJtaXNzaW9uLgo=

Publicaciones similares