La deserción universitaria es un problema relacionado con el estudiante, como responsable directo, y con la institución universitaria, conocer las posibilidades de deserción es relevante para la institución. En este trabajo se propone utilizar modelos de clasificación para encontrar patrones y predecir posibles casos de deserción en estudiantes universitarios.
Se ha implementado una aplicación que utiliza información proporcionada por la universidad y que genera modelos de clasificación a partir de diferentes algoritmos (redes neuronales, ID3, C4.5), y utiliza los atributos más significativos dentro de la información disponible. Se comparó el rendimiento de estos modelos para definir aquel que aportaba mejores resultados y que servirá para realizar la clasificación de los estudiantes.
Los resultados muestran que el algoritmo de C4.5 presentó mejoras medidas de rendimiento con respecto a la red neuronal y al ID3 y que la relación de créditos aprobados por un estudiante con respecto a los créditos que debería haber llevado es la variable más significativa en la construcción del modelo, seguida por las calificaciones, mientras que, la modalidad de examen de admisión mediante la cual el estudiante ingresó a la universidad no resultó ser significativa, pues no aparece en el árbol de decisión generado.
INTRODUCCIÓN
La educación es fundamental para el desarrollo y el bienestar de una sociedad, por tanto, los estudiantes son el activo fundamental de cualquier institución educativa. El desarrollo social y económico de un país está directamente relacionado con el rendimiento académico de sus estudiantes 1.
En este contexto y por las implicaciones que tiene, la deserción universitaria es un problema que genera preocupación en los directivos de las instituciones de educación superior; por un lado, se afectan las finanzas de la universidad y por otro, se cuestiona la eficiencia del sistema de educación superior, pues, solo un número reducido de jóvenes que inician estudios universitarios logra culminarlos.
Una forma de atacar este problema, es contar con información oportuna sobre la posibilidad de deserción de un estudiante, de allí el interés por analizar los posibles factores que pueden llevar a un estudiante a entrar en condiciones de abandono de los estudios.
Hoy en día, son múltiples las aplicaciones de la inteligencia artificial al ámbito educativo, se usan técnicas de minería de datos para descubrir patrones importantes y obtener información útil de sistemas de información de base académica 2.
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Ponencia:
E-learning y capacitación gerencial : experiencias y lecciones aprendidas en aulaglobal con el uso de la plataforma LMS Dokeos
Software:
Edición gratuita de Solid Edge: Siemens PLM Software
Documento Editorial:
Aumento de la productividad con e-learning
Artículo:
Propuesta para implementar un sistema de gestión del conocimiento que apoye el diseño de un curso online
Artículo:
¿Qué escriben los niños?, una mirada desde el modelo escuela nueva
Artículo:
Creación de empresas y estrategia : reflexiones desde el enfoque de recursos
Artículo:
Importancia, manejo y control de extraíbles e incrustaciones (pitch) en la fabricación de papel
Artículo:
Estudio sobre la evaluación de la sostenibilidad de los productos innovadores
Libro:
Planta de tratamiento de aguas residuales