Predicción del puntaje global en la prueba Saber 11 mediante técnicas de Machine learning

Este trabajo de grado se centra en la aplicación de técnicas de machine learning, específicamente regresión lineal, para predecir el puntaje global en la prueba Saber 11 con base en una extensa base de datos que abarca el período 2019-2022 y comprende 296,343 registros de estudiantes del departamento de Antioquia. La base de datos incluye diversas variables explicativas, como el área del colegio (urbano, rural), la condición bilingüe del colegio, el municipio del colegio, la edad del estudiante, la cantidad de cuartos en el hogar, el nivel educativo de los padres, el estrato socioeconómico, la posesión de automóvil, la disponibilidad de computador e internet, entre otras. Estas variables proporcionan un panorama completo de las condiciones socioeconómicas y educativas de los estudiantes, permitiendo una evaluación integral de su entorno. La metodología se basa en la implementación de un modelo de regresión lineal que utiliza estas variables como predictores del puntaje global en la prueba Saber 11. La elección de la regresión lineal se fundamenta en su capacidad para modelar relaciones lineales entre variables, lo que facilita la interpretación de la contribución relativa de cada factor al rendimiento estudiantil.

• Autores: Giraldo Osorio, Diego Fernando
• 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:123456789/2125
• Acceso en línea: https://repositorio.uniremington.edu.co/handle/123456789/2125
• Palabra clave: Machine learning; Regresión lineal; Prueba saber 11; Predicción; Educación; Aprendizaje automático (Inteligencia artificial); Análisis de regresión; Prueba nacional
• Rights: openAccess
• License: Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)