Construcción de modelos para determinar el rendimiento académico en estudiantes de educación superior mediante técnicas no clásicas de machine learning

Fecha

Autor corporativo

Título de la revista

ISSN de la revista

Título del volumen

Editor

Compartir

Altmetric

Resumen

Academic performance is one of the topics that have been analyzed with great interest in educational institutions, since it has been discovered that the behavior of academic performance can indicate the probability of success or failure of a student in his or her academic life. However, academic performance depends on multiple variables, so it is questionable whether it is possible to predict it. When this problem is approached in a quantitative way, we look for ways to adopt new tools that allow us to process information efficiently. To this end, neural network models have been implemented for specific contexts. This research work focuses on studying new models adapted to the characteristics of the students of the Universidad Distritral FCJ, in order to find out if this type of models are effective enough to predict academic performance and thus become a useful tool for managers when making decisions that address issues such as student dropout.

Descripción

El rendimiento académico es uno de los temas que se han venido analizando con gran interés en las instituciones educativas, pues se ha descubierto que el comportamiento que este tome, puede indicar las probabilidades de éxito o fracaso que un estudiante tenga dentro de su vida académica. Sin embargo, el desempeño académico depende de múltiples variables por lo que resulta cuestionable si es posible su predicción. Cuando este problema se aborda de manera cuantitativa, se busca la manera de adoptar nuevas herramientas que permitan procesar información de manera eficiente. Para ello, se han implementado modelos con redes neuronales para contextos específicos. Este trabajo de investigación se enfoca en estudiar nuevos modelos adaptados a las características de los estudiantes de la Universidad Distritral FCJ, con el fin de averiguar si este tipo de modelos son lo suficientemente efectivos para predecir el rendimiento académico y así convertirse en una herramienta útil para las directivas a la hora de tomar decisiones que aborden temas como la deserción estudiantil.

Palabras clave

Redes neuronales, Rendimiento académico, Aprendizaje automático, Aprendizaje profundo

Materias

Ingeniería de Producción - Tesis y disertaciones académicas , Rendimiento académico - Predicciones , Algoritmos (Computadores) , Aprendizaje automático (Inteligencia artificial) , Estudiantes universitarios - Recopilación de datos

Citación