Evaluación de factores determinantes para el ingreso de los postulantes a las universidades

Descripción del Articulo

Los modelos de aprendizaje supervisado basados en bosques aleatorios (Random Forest) tienen alto desempeño al momento de clasificar los factores determinantes que permiten el ingreso de un postulante a la universidad. Esta investigación es de tipo cuasi-experimental y utiliza el método de análisis c...

Descripción completa

Detalles Bibliográficos
Autor: Tapia Catacora, Pablo Cesar
Formato: tesis de maestría
Fecha de Publicación:2023
Institución:Universidad Nacional Del Altiplano
Repositorio:UNAP-Institucional
Lenguaje:español
OAI Identifier:oai:https://repositorio.unap.edu.pe:20.500.14082/20928
Enlace del recurso:https://repositorio.unap.edu.pe/handle/20.500.14082/20928
Nivel de acceso:acceso abierto
Materia:Árboles de decisión
Aprendizaje supervisado
Bosques aleatorios
Ciencia de datos
Proceso de admisión
https://purl.org/pe-repo/ocde/ford#2.02.04
Descripción
Sumario:Los modelos de aprendizaje supervisado basados en bosques aleatorios (Random Forest) tienen alto desempeño al momento de clasificar los factores determinantes que permiten el ingreso de un postulante a la universidad. Esta investigación es de tipo cuasi-experimental y utiliza el método de análisis cuantitativo, en consecuencia el objetivo es evaluar los factores determinantes asociados al ingreso de los postulantes a la universidad. Inicia con el preprocesamiento, comprensión de los datos de admisión y clasificarlos por áreas y procesos de admisión, esta etapa se completa con la limpieza de los datos para evitar lecturas erróneas, luego se construye el modelo de aprendizaje supervisado de bosques aleatorios cuya tarea es predecir con exactitud el ingreso o no de un postulante a la universidad, previo a ello, se establece ajustes utilizando la librería sickit-learn para separar los datos de entrenamiento y de prueba, así como para establecer los hiperparámetros optimizados para cada área y proceso de admisión, solo para garantizar su desempeño óptimo. La exactitud de los resultados depende de la pureza de los datos de entrada, esto confirma la importancia que tiene los factores determinantes asociados al área y proceso de admisión, durante este análisis exploratorio, el modelo propuesto clasifica y predice con una exactitud entre el 80% y el 91% que un postulante ingresa o no a la universidad. Finalmente, la investigación concluye que los factores determinantes: puntaje obtenido, las asignaturas con mayor ponderación, la edad y los años de haber egresado del colegio son los de mayor importancia.
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).