Implementación de un método de clasificación para detectar la deserción de estudiantes de la carrera de Ingeniería de Industrias Alimentarias de una Universidad Nacional Peruana basado en aprendizaje de maquina

• Autores: Campos Barrera, Sandro Paul, Pastor Oliva, Cesar Augusto
• Formato: tesis de grado
• Fecha de Publicación: 2023
• Institución: Universidad Señor de Sipan
• Repositorio: USS-Institucional
• Lenguaje: español
• OAI Identifier: oai:repositorio.uss.edu.pe:20.500.12802/12096
• Enlace del recurso: https://hdl.handle.net/20.500.12802/12096
• Nivel de acceso: acceso abierto
• Materia: Deserción estudiantil; Algoritmos de predicción; Métodos de clasificación; Aprendizaje de Máquina; Filtros supervisados; Filtros de balanceo; RandomFores; https://purl.org/pe-repo/ocde/ford#2.02.04

La deserción estudiantil es un problema creciente en Latinoamérica, con un aumento considerable en los últimos años. Esto ha tenido un impacto económico significativo, con pérdidas que alcanzan el 26% del gasto público en educación. En Perú, entre 40,000 y 50,000 universitarios abandonan sus estudios anualmente. Asimismo, la pandemia de COVID-19 agravó la deserción, pasando del 12% en 2019 al 18.6% en 2020. Para abordar este problema, se han realizado estudios que utilizan algoritmos de clasificación, como Máquina de Vectores de Soporte, Naive Bayes, Perceptrón Multicapa y Árboles de Decisión, para predecir la deserción estudiantil. Aún ante la efectividad de los métodos, la creciente deserción requería una mayor precisión. Siendo así, esta investigación propone implementar un método de clasificación mejorado utilizando algoritmos de Aprendizaje de Máquina como Random Forest, Naive Bayes, J48, RandomTree y Support Vector Machine. Se mejoró la calidad de los datos mediante filtros supervisados y no supervisados, como ReplaceMissingValues para completar datos faltantes, SpreadSubSample, Resample y Class Balancer para equilibrar clases y validación cruzada para evaluar el desempeño de cada algoritmo propuesto. El método propuesto, junto con el algoritmo Support Vector Machine, logró una precisión del 98.88% al procesar una muestra de 358 instancias. Se demostró que eliminar datos faltantes puede reducir el rendimiento de los algoritmos clasificadores, y se usó el filtro ReplaceMissingValues para llenar los valores faltantes con la media aritmética. Este enfoque muestra un prometedor avance en la predicción de la deserción estudiantil y puede ser una herramienta valiosa para las instituciones educativas en la lucha contra este problema