Modelo de Machine Learning para la predicción de deserción universitaria en estudiantes de una Universidad, Cusco 2024

• Autor: Quispe Quispe, Abel
• Formato: tesis de grado
• Fecha de Publicación: 2025
• Institución: Universidad Cesar Vallejo
• Repositorio: UCV-Institucional
• Lenguaje: español
• OAI Identifier: oai:repositorio.ucv.edu.pe:20.500.12692/166352
• Enlace del recurso: https://hdl.handle.net/20.500.12692/166352
• Nivel de acceso: acceso abierto
• Materia: Deserción escolar; Inteligencia artificial; Análisis de regresión; Toma de decisiones; https://purl.org/pe-repo/ocde/ford#2.02.04

La presente investigación se enfoca en el objetivo de desarrollo sostenible 4 (ODS 4), que promueve una educación de calidad y la igualdad en el acceso a la educación superior, contribuyendo significativamente a la mejora del sistema educativo, para ello se desarrolló un modelo de Machine Learning para predecir la deserción universitaria en estudiantes de una institución. El estudio siguió la metodología CRISP-DM y se empleó Rstudio como herramienta principal para construir el modelo predictivo. El objetivo fue determinar cuál de los modelos de Machine Learning, entre árboles de decisión y regresión logística, presenta el mejor nivel de predicción sobre la deserción universitaria en estudiantes de una universidad en Cusco, 2024. La muestra estuvo compuesta por 1258 estudiantes abarcando la totalidad de la población. Metodológicamente se trata de una investigación aplicada, con un diseño de tipo pre- experimental con un solo grupo. Los resultados muestran que tanto los factores personales, académicos e institucionales influyen en la deserción universitaria. Destaca el modelo de árboles de decisión, con 94.3% de precisión, ofreciendo una herramienta confiable para prevenir efectivamente la deserción y fortalecer la educación regional.