Machine Learning para predecir la cantidad de alumnos de pregrado a matricularse por asignatura en el periodo académico 2019-II en la Universidad Nacional del Santa

• Autor: Ninaquispe Matame, Humberto Angel
• Formato: tesis de maestría
• Fecha de Publicación: 2022
• Institución: Universidad Nacional del Santa
• Repositorio: UNS - Institucional
• Lenguaje: español
• OAI Identifier: oai:repositorio.uns.edu.pe:20.500.14278/4191
• Enlace del recurso: https://hdl.handle.net/20.500.14278/4191
• Nivel de acceso: acceso abierto
• Materia: Machine Learning en Microsoft Azure; Gestión académica; Modelo predictivo con algoritmo regresivo; https://purl.org/pe-repo/ocde/ford#2.02.04

La investigación tuvo como objetivo predecir la cantidad de alumnos de pregrado a matricularse por asignatura en el periodo académico 2019-II en la Universidad Nacional del Santa, haciendo uso de Machine Learning, para lo cual, se identificó el algoritmo apropiado para realizar el análisis predictivo investigado, luego se identificó una adecuada plataforma de implementación de algoritmos de Machine Learning en la nube, posteriormente se determinó las variables que intervienen en la predicción de la cantidad de alumnos de pregrado a matricularse por asignatura durante un periodo académico y posteriormente se elaboró una solución de Machine Learning para predecir dicha cantidad. Al identificar el algoritmo apropiado, se observó que se puede utilizar varios algoritmos y luego compararlos en la solución de Machine Learning, también se identificó a Microsoft Azure como plataforma adecuada para implementar la solución de Machine Learning, posteriormente se logró determinar diez variables predictoras como las más apropiadas para la investigación y finalmente, haciendo uso del algoritmo, plataforma y variables seleccionadas, se elaboró una solución de Machine Learning para predecir la cantidad de alumnos de pregrado a matricularse por asignatura; al hacer uso de esta solución con los valores para el periodo académico 2019-II, se observó que existe similitud con la cantidad real de alumnos que se matricularon en cada asignatura en dicho semestre. Por lo que se concluye que Machine Learning permite predecir la cantidad de alumnos de pregrado a matricularse por asignatura en el periodo académico 2019-II en la Universidad Nacional del Santa.