Minería de datos avanzados

• Autor: Quispe Sucapuca, Jhonathan Americo
• Formato: tesis de grado
• Fecha de Publicación: 2019
• Institución: Universidad José Carlos Mariátegui
• Repositorio: UJCM-Institucional
• Lenguaje: español
• OAI Identifier: oai:repositorio.ujcm.edu.pe:20.500.12819/1215
• Enlace del recurso: https://hdl.handle.net/20.500.12819/1215
• Nivel de acceso: acceso abierto
• Materia: Minería de Datos; Conocimiento; Descubrimiento; Base de Datos; Weka; Técnicas; http://purl.org/pe-repo/ocde/ford#2.02.04

El proyecto buscaba reglas que a través de técnicas de Minería de datos se pueda aplicar a la información de los alumnos de la universidad, se utilizó un proceso de “Knowledge Discovery in Database” a los datos, con el objetivo de encontrar conocimiento útil acerca del desempeño de los estudiantes. A través de distintos factores, se logró determinar los atributos con mayor efecto en el rendimiento de los estudiantes, mediante reglas que de manera precisa indiquen las variables influyentes. Se aplicaron enfoques y técnicas de Minería de Datos que permiten el desarrollo de distintos modelos de predicción. Las etapas desarrolladas en los modelos han sido resueltas por el software llamado “WEKA”. Según el modelo, se logró conseguir distintos algoritmos y reglas, dando así la interpretación de los resultados obtenidos. Los resultados son de importancia para influenciar el rendimiento académico de los alumnos y el desempeño del curso, ya que influye en la toma de decisiones acertadas, las cuales serán tomadas en el momento preciso, el conocimiento obtenido puede hacer la diferencia para que un alumno apruebe o desapruebe el curso.