Publication:
Predicción del desempeño académico de un estudiante a partir del análisis de patrones y comportamientos, utilizando estrategias de machine learning

Simple item page
dc.contributor.advisorBriñez de León, Juan Carlos
dc.contributor.authorCruz Holguín, Héctor Jaime
dc.contributor.authorCatuche Mompotes, Miguel Ángel
dc.date.accessioned2024-11-16T13:33:22Z
dc.date.available2024-11-16T13:33:22Z
dc.date.issued2024
dc.description.abstractEl presente trabajo aborda la predicción del desempeño académico de estudiantes mediante el análisis de patrones y comportamientos individuales utilizando algoritmos de machine learning. A partir de un conjunto de datos de Kaggle, se identificaron variables como horas de estudio, asistencia, participación parental, acceso a recursos educativos, y motivación, que impactan en los resultados académicos. Tras una cuidadosa limpieza y preprocesamiento de datos, se implementaron seis algoritmos de clasificación supervisada: KNN, Bayes, LDA, QDA, árboles de decisión, y SVM, los cuales lograron una precisión superior al 98% en la predicción de desempeño estudiantil (Suficiente o Satisfactorio). La metodología incluyó un análisis de correlación para seleccionar las variables con mayor relevancia, descartando aquellas con baja influencia. La eliminación de la puntuación en el examen final como variable permitió enfocar la predicción en patrones conductuales en lugar de calificaciones previas. La implementación del modelo fue validada mediante la simulación de tres perfiles estudiantiles distintos, lo que demostró la efectividad y adaptabilidad del modelo para anticipar el rendimiento académico y ofrecer recomendaciones personalizadas.
dc.description.degreelevelPregradospa
dc.description.degreenameIngeniero(a) de Sistemasspa
dc.format.extent38 p.
dc.format.mimetypeapplication/pdfspa
dc.identifier.urihttps://repositorio.uniremington.edu.co/handle/123456789/5417
dc.language.isospaspa
dc.publisherCorporación Universitaria Remingtonspa
dc.publisher.facultyFacultad de Ingenieríasspa
dc.publisher.placePalmira (Valle del Cauca, Colombia)spa
dc.publisher.placeBogotá (Cundinamarca, Colombia)spa
dc.publisher.programIngeniería de Sistemasspa
dc.rightsDerechos Reservados - Corporación Universitaria Remington, 2024spa
dc.rights.accessrightsinfo:eu-repo/semantics/openAccessspa
dc.rights.coarhttp://purl.org/coar/access_right/c_abf2spa
dc.rights.licenseAtribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)spa
dc.rights.urihttps://creativecommons.org/licenses/by-nc-nd/4.0/spa
dc.subjectData Setspa
dc.subjectModelo de predicciónspa
dc.subjectAprendizaje supervisadospa
dc.subjectPatronesspa
dc.subjectComportamientosspa
dc.subjectVariablesspa
dc.subjectAnálisisspa
dc.subjectAlgoritmos de clasificaciónspa
dc.subject.lembAprendizaje automático (Inteligencia artificial)
dc.subject.lembAnálisis de datos
dc.subject.lembEstudiantes
dc.titlePredicción del desempeño académico de un estudiante a partir del análisis de patrones y comportamientos, utilizando estrategias de machine learningspa
dc.typeTrabajo de grado - Pregradospa
dc.type.coarhttp://purl.org/coar/resource_type/c_7a1fspa
dc.type.coarversionhttp://purl.org/coar/version/c_970fb48d4fbd8a85spa
dc.type.contentTextspa
dc.type.driverinfo:eu-repo/semantics/bachelorThesisspa
dc.type.localTesis/Trabajo de grado - Monografía - Pregrado
dc.type.redcolhttp://purl.org/redcol/resource_type/TPspa
dc.type.versioninfo:eu-repo/semantics/publishedVersionspa
dspace.entity.typePublicationspa
Files
Original bundle
Now showing 1 - 1 of 1
Thumbnail Image
Name:
RIU-PRE-2024 Prediccion desempeño academico.pdf
Size:
758.69 KB
Format:
Adobe Portable Document Format
Download
License bundle
Now showing 1 - 2 of 2
No Thumbnail Available
Name:
license.txt
Size:
1.71 KB
Format:
Item-specific license agreed upon to submission
Description:
Download
No Thumbnail Available
Name:
Cesión Derechos_TG 4.pdf
Size:
319.95 KB
Format:
Adobe Portable Document Format
Description:
Download
Collections
Ingeniería de Sistemas