Resumen

Clasificar el rendimiento académico de los estudiantes con gran precisión facilita las decisiones de admisión y mejora los servicios educativos en los centros de enseñanza. El propósito de este trabajo es presentar un enfoque neuro-fuzzy para clasificar a los estudiantes en diferentes grupos. El clasificador neuro-fuzzy utilizó los resultados de exámenes anteriores y otros factores relacionados como variables de entrada y etiquetó a los estudiantes en función de su rendimiento académico esperado. Los resultados mostraron que el enfoque propuesto alcanzó una alta precisión. Los resultados también se compararon con los obtenidos por otros enfoques de clasificación bien conocidos, como la máquina de vectores de apoyo, Naive Bayes, la red neuronal y los enfoques de árbol de decisión. El análisis comparativo indicó que el enfoque neurofuzzy obtuvo mejores resultados que los demás. Se espera que este trabajo pueda utilizarse para apoyar los procedimientos de admisión de estudiantes y para reforzar los servicios de las instituciones educativas.

• Materias:Sistema nervioso Neuronas Cerebro - fisiopatología Neurociencia Cognitiva Imagen por resonancia magnética
• Subjects:Nervous systems Neurons Brain - pathophysiology Cognitive Neuroscience Magnetic resonance imaging
• Palabras claves:instituciones educativas, enfoque difuso, facilita la decisión de admisión, rendimiento académico esperado, resultados de exámenes anteriores, máquina de vectores de apoyo, enfoque de clasificación conocido, enfoque de árbol de decisión, neuro, procedimientos de admisión de estudiantes
• Keywords:educational institutions, fuzzy approach, facilitates admission decision, expected academic performance, previous exam results, support vector machine, known classification approach, decision tree approach, neuro, students admission procedures