Transformando el éxito educativo con una aproximación predictiva de machine learning

Charry Díaz, Nicolás Alfonso; Zuluaga Zuluaga, Nicolás

Publication:
Transformando el éxito educativo con una aproximación predictiva de machine learning

dc.contributor.advisor	Vélez Uribe, Juan Pablo
dc.contributor.author	Charry Díaz, Nicolás Alfonso
dc.contributor.author	Zuluaga Zuluaga, Nicolás
dc.date.accessioned	2024-01-23T12:23:56Z
dc.date.available	2024-01-23T12:23:56Z
dc.date.issued	2023
dc.description.abstract	Este trabajo de grado se adentra en la convergencia entre la educación y la inteligencia artificial, específicamente explorando el desarrollo y la implementación de algoritmos de machine learning para predecir el rendimiento académico de los estudiantes. El enfoque se centra en un proyecto especifico que utiliza el historial académico como base para determinar si un estudiante aprobara o reprobara un examen. A lo largo de este espacio y basados en los cursos de crehana, hemos examinado los fundamentos del machine learning y como estos pueden ser aplicados de una manera responsable y efectiva en el contexto predictivo educativo. Se tiene como fin, la importancia de comprender el comportamiento de los estudiantes a lo largo de su trayectoria académica para lograr las predicciones mas precisas. Además, se exploran las implicaciones éticas y practicas en utilizar los modelos vistos y aprendidos. Dando como continuación, con este proyecto buscamos abordar la necesidad de anticipar el rendimiento estudiantil y ofrecer una solución practica para mejorar la toma de decisiones en el ámbito educativo. Los resultados preliminares muestran prometedores niveles de precisión en las predicciones del éxito académico, abriendo así las puertas para futuras aplicaciones y refinamientos en este campo emergente con todo el avance de la analítica educativa y el potencial de la transformación de la inteligencia artificial en la mejora de proceso, junto con las posibilidades que ofrece la aplicabilidad del machine learning.
dc.description.degreelevel	Pregrado	spa
dc.description.degreename	Ingeniero(a) de Sistemas	spa
dc.format.extent	29 p.
dc.format.mimetype	application/pdf	spa
dc.identifier.uri	https://repositorio.uniremington.edu.co/handle/123456789/2056
dc.language.iso	spa	spa
dc.publisher	Corporación Universitaria Remington	spa
dc.publisher.faculty	Facultad de Ingenierías	spa
dc.publisher.place	Medellín (Antioquia, Colombia)	spa
dc.publisher.program	Ingeniería de Sistemas	spa
dc.rights	Derechos Reservados - Corporación Universitaria Remington, 2024	spa
dc.rights.accessrights	info:eu-repo/semantics/openAccess	spa
dc.rights.coar	http://purl.org/coar/access_right/c_abf2	spa
dc.rights.license	Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)	spa
dc.rights.uri	https://creativecommons.org/licenses/by-nc-nd/4.0/	spa
dc.subject	Machine Learning	spa
dc.subject	Inteligencia Artificial (IA)	spa
dc.subject	Historial académico	spa
dc.subject	Innovación	spa
dc.subject	Modelo predictivo	spa
dc.subject.lemb	Aprendizaje automático (Inteligencia artificial)
dc.subject.lemb	Inteligencia artificial
dc.subject.lemb	Procesamiento electrónico de datos en la educación
dc.title	Transformando el éxito educativo con una aproximación predictiva de machine learning	spa
dc.type	Trabajo de grado - Pregrado	spa
dc.type.coar	http://purl.org/coar/resource_type/c_7a1f	spa
dc.type.coarversion	http://purl.org/coar/version/c_970fb48d4fbd8a85	spa
dc.type.content	Text	spa
dc.type.driver	info:eu-repo/semantics/bachelorThesis	spa
dc.type.local	Tesis/Trabajo de grado - Monografía - Pregrado
dc.type.redcol	http://purl.org/redcol/resource_type/TP	spa
dc.type.version	info:eu-repo/semantics/publishedVersion	spa
dspace.entity.type	Publication	spa