Alerta Escuela : Machine Learning para el cálculo del riesgo de interrupción de estudios en el Perú

Descripción del Articulo

El presente informe describe la metodología utilizada para desarrollar un modelo basado en técnicas de Machine Learning (ML) que calcula el riesgo de interrupción de estudios que tienen los estudiantes matriculados en Educación Básica Regular (EBR) para un determinado año en el Perú. Para el desarro...

Descripción completa

Detalles Bibliográficos
Autores: Perú. Ministerio de Educación. Secretaría de Planificación Estratégica. Oficina de Seguimiento y Evaluación Estratégica, Candela Rojas, Erik Carl, Centeno Guzmán, Cristian Doménico
Fecha de Publicación:2022
Institución:Ministerio de Educación
Repositorio:MINEDU-Institucional
Lenguaje:español
OAI Identifier:oai:repositorio.minedu.gob.pe:20.500.12799/8668
Enlace del recurso:https://hdl.handle.net/20.500.12799/8668
Nivel de acceso:acceso abierto
Materia:Sistema Alerta Escuela
Minería de datos
Machine Learning
Interrupción de estudios
Análisis de datos
Perú
http://purl.org/pe-repo/ocde/ford#5.03.01
Descripción
Sumario:El presente informe describe la metodología utilizada para desarrollar un modelo basado en técnicas de Machine Learning (ML) que calcula el riesgo de interrupción de estudios que tienen los estudiantes matriculados en Educación Básica Regular (EBR) para un determinado año en el Perú. Para el desarrollo del modelo se empleó principalmente datos administrativos del Ministerio de Educación, los cuales evidenciaron su gran potencial para el desarrollo del modelo ML. De este modo se desarrolló un modelo ML que logra resultados satisfactorios en cuanto a la precisión y sensibilidad para los niveles de inicial, primaria y secundaria de EBR. Finalmente, se detalla cómo estos resultados se integran en la gestión educativa, a través del sistema «Alerta Escuela»
Nota importante:
La información contenida en este registro es de entera responsabilidad de la institución que gestiona el repositorio institucional donde esta contenido este documento o set de datos. El CONCYTEC no se hace responsable por los contenidos (publicaciones y/o datos) accesibles a través del Repositorio Nacional Digital de Ciencia, Tecnología e Innovación de Acceso Abierto (ALICIA).