Examinando por Materia "redes neuronales"
Mostrando 1 - 1 de 1
Resultados por página
Opciones de ordenación
Publicación Restringido Diseño de un modelo predictivo para estimar la deserción estudiantil en la facultad de ingeniería de la Fundación Universitaria Unipanamericana(Fundación Universitaria Unipanamericana – Compensar, 2018) Bernal Machuca, Edison Gustavo; Blanco Jiménez, Miguel Alejandro; Martínez Morales, María de los Ángeles; Vásquez Acosta, Edwin Florencio; Susa Rubiano, Ricardo; Grupo de Investigación de la Facultad de Ingeniería - GIISLa deserción estudiantil es una de las principales problemáticas que enfrenta el sistema de educación superior colombiano, pese a los esfuerzos del ministerio de educación nacional, los índices de deserción según estadísticas anuales se mantienen. En la siguiente investigación se examinan las variables que pueden incidir en un estudiante para que este cambie su estado de activo a desertor, identificando las determinantes de deserción en la institución de educación superior Unipanamericana fundación universitaria, con el objetivo de realizar el diseño de un modelo de aprendizaje supervisado y no supervisado con el fin de conocer con anterioridad la probabilidad de deserción de los estudiantes de los ciclos técnico y tecnológico de los programas académicos de ingeniería de sistemas e ingeniería de telecomunicaciones, basados en un modelamiento y categorización de la población estudiantil por medio de diagramas de VENN, que permitieron clasificar variables individuales, académicas, institucionales y socioeconómicos. Identificando los estudiantes con características similares y que no continuaron con sus estudios, por medio de esta clasificación se generaron datos en Python de la población, posteriormente se implementaron técnicas de minería de datos que permitieron extraer información del conjunto de datos generados encontrando patrones de comportamiento en estudiantes desertores y no desertores. Se analizaron los datos y se aplicó una metodología de experimentación para el diseño del modelo con una topología basada en árboles de decisión y redes neuronales, identificando los porcentajes de deserción aplicando fórmulas matemáticas de minimización del error; obteniendo un valor cuantitativo referente a la probabilidad de que un estudiante sea desertor antes de que suceda.