Please use this identifier to cite or link to this item:
https://repositorio.untels.edu.pe/jspui/handle/123456789/282
Title: | Diseño de un Modelo Predictivo Basado en Machine Learning para el Control de la Deserción de Estudiantes en la Universidad Ricardo Palma |
Authors: | De La Cruz Quispe, Victor Raul |
Keywords: | Machine Learning |
Issue Date: | 2019 |
Publisher: | Universidad Nacional Tecnológica de Lima Sur |
Abstract: | Este trabajo de investigación presenta un modelo predictivo inteligente que aprende automáticamente de acuerdo a la información que se le brinda, estos tipos de algoritmos de Machine Learning utilizan los datos de tal manera que puedan predecir comportamientos futuros automáticamente. Toda esta metodología implica que los sistemas creados mejoren de manera autónoma con el pasar del tiempo. Nuestro proyecto identificará el perfil de deserción estudiantil en la Universidad Ricardo Palma. Esto beneficia directamente al estudiante y a la institución, el objetivo es que los estudiantes deben concluir con su formación académica. Actualmente, la Universidad tiene una alta tasa de deserción que puede alcanzar el 22% en los primeros ciclos (Ciclo 2-6), cuando se realiza la transición de los cursos básicos a los de especialización. Esto ocasiona muchos problemas en la programación académica de la respectiva Facultad. Se ha hecho un análisis que estos indicadores son a raíz del bajo nivel académico, no adecuación del perfil del estudiante, desinterés por parte de los profesores, mal atención el proceso de matrícula y asignación de horarios de los cursos, alto costo de la matrícula, y un supuesto problema de una falta de selección de los potenciales estudiantes e inadecuada atención a los estudiantes. |
URI: | http://repositorio.untels.edu.pe/jspui/handle/123456789/282 |
Appears in Collections: | Trabajo de Investigación y Suficiencia IS |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
De_la_Cruz_Victor_Trabajo_Suficiencia_2019.pdf | 2,57 MB | Adobe PDF | View/Open |
This item is licensed under a Creative Commons License