El objetivo del estudio fue detectar los patrones de éxito en los estudios universitarios de los estudiantes de la Universidad Continental a partir de la información académica y socio-demográfica recopilado en el primer ciclo de estudios. La investigación tuvo un diseño descriptivo transversal, los estudiantes fueron de diversas carreras profesionales que desarrollaron sus estudios entre el 2012 y 2017. Para la extracción automatizada de conocimiento se utilizó la metodología de proyectos de minería de datos Cross-Industry Standard Process for Data Mining (CRISP-DM) y el software Clementine, mediante la red neuronal perceptrón multicapa se logró identificar las variables que más impactan en el éxito y abandono de los estudios universitarios, para obtener el árbol de decisión se aplicó el algoritmo C5.0 y para el agrupamiento (tres grupos) los algoritmos k-means y TwoStep...

This research was supported by the Project Concytec – Banco Mundial, through its executing unit is the Fondo Nacional de Desarrollo Científico, Tecnológico y de Innovación Tecnológica (FONDECYT) (Project No. 043-2019-FONDECYT- BMINC.INV). A special thanks to the entire team of the research project “MaderApp: Un aplicativo móvil para el reconocimiento automático y en tiempo real de especies maderables comerciales para combatir la tala ilegal en Selva Central, Perú”.