Identificación de los factores de deserción de una carrera universitaria en una institución de educación superior, usando técnicas de minería de datos
Abstract:
En el presente trabajo se propone identificar los factores que inciden en la deserción universitaria por medio del análisis de los datos contenidos, principalmente en la base del Sistema Académico. Para ello, se lleva a cabo un análisis discriminante con el uso de una técnica estadística convencional conocida como Regresión Logística y 3 técnicas de minería de datos que son: Árboles de decisión, k-vecinos más cercanos y Naive Bayes. Puesto que la base teórica de las 4 técnicas aplicadas es diferente, sus resultados no son los mismos, pero sí complementarios. La minería de datos no sólo permite aumentar la comprensión de los datos explicando fenómenos que éstos esconden; sino también permite estimar con cierto nivel de confianza futuras tendencias. En este sentido, este trabajo también lleva a cabo un análisis experimental de los resultados obtenidos por las técnicas estadísticas tanto de manera individual como en conjunto.
Año de publicación:
2018
Keywords:
- Sistema Academico
- REGRESION LOGISTICA
- MINERIA DE DATOS EDUCATIVOS
- BASE DE DATOS
Fuente:

Tipo de documento:
Master Thesis
Estado:
Acceso abierto
Áreas de conocimiento:
- Educación superior
- Minería de datos
Áreas temáticas:
- Funcionamiento de bibliotecas y archivos