Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)Mira Mejía, Jhon FredyArroyave Morales, JonathanArroyave Morales, CamiloVallejo Caipe, Johnny Alexander2024-01-312024-01-312023https://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.16 p.application/pdfspaDerechos Reservados - Corporación Universitaria Remington, 2024Machine learningRegresión linealRendimiento estudiantilNumpyPolinómicoTrabajo de grado - Pregradoinfo:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Aprendizaje automático (Inteligencia artificial)Análisis de regresiónRendimiento académico