La investigación proporciona un análisis profundo de la predicción del salario docente peruano, utilizando datos de la UGEL Ventanilla en Lima Perú y aplicando varios algoritmos predictivos de aprendizaje automático. A pesar del desafiante contexto de la variabilidad salarial en las organizaciones educativas, el estudio logró un alto grado de precisión, con el modelo de regularización Elastic Net a la cabeza. La investigación recopiló 108 317 registros docentes nombrados en cinco años correspondientes de 2018 - 2023, tomando el 80% (86 654) para el entrenamiento y el 20% (21 663) para el testeo de los modelos en estudio, con el objetivo de identificar la precisión de los algoritmos predictivos de machine learning Regresión lineal, Lasso, Ridge y Elastic Net a partir del análisis del salario docente. La investigación analizó la edad, el nivel educativo, el tiempo de servic...