Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)Mira Mejía, Jhon FredyGiraldo Osorio, Diego Fernando2024-01-312024-01-312023https://repositorio.uniremington.edu.co/handle/123456789/2125Este 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.28 p.application/pdfspaDerechos Reservados - Corporación Universitaria Remington, 2024Machine learningRegresión linealPrueba saber 11PredicciónEducaciónTrabajo de grado - Pregradoinfo:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Aprendizaje automático (Inteligencia artificial)Análisis de regresiónPrueba nacional