Modelo de análisis predictivo para el monitoreo de la deserción estudiantil aplicando machine learning en la educación superior universitaria del Perú
Descripción del Articulo
El presente proyecto analiza los principales factores de la deserción universitaria y plantea un modelo de análisis predictivo aplicando Machine Learning para detectar de manera temprana casos de deserción. Actualmente, la deserción universitaria es un problema que no solo afecta al estudiante, sino...
| Autores: | , |
|---|---|
| Formato: | tesis de grado |
| Fecha de Publicación: | 2024 |
| Institución: | Universidad Peruana de Ciencias Aplicadas |
| Repositorio: | UPC-Institucional |
| Lenguaje: | español |
| OAI Identifier: | oai:repositorioacademico.upc.edu.pe:10757/674924 |
| Enlace del recurso: | http://hdl.handle.net/10757/674924 |
| Nivel de acceso: | acceso abierto |
| Materia: | Análisis predictivo Aprendizaje automático Deserción universitaria Bosque aleatorio Predictive analytics Machine learning Student dropout Random forest. https://purl.org/pe-repo/ocde/ford#2.02.04 https://purl.org/pe-repo/ocde/ford#2.00.00 |
| id |
UUPC_49c0c86a0398824c4e25ed4e1e2fd07e |
|---|---|
| oai_identifier_str |
oai:repositorioacademico.upc.edu.pe:10757/674924 |
| network_acronym_str |
UUPC |
| network_name_str |
UPC-Institucional |
| repository_id_str |
2670 |
| dc.title.es_PE.fl_str_mv |
Modelo de análisis predictivo para el monitoreo de la deserción estudiantil aplicando machine learning en la educación superior universitaria del Perú |
| dc.title.alternative.none.fl_str_mv |
Predictive Analytics Model for Monitoring Student Dropout Using Machine Learning in Higher Education in Peruvian Universities |
| title |
Modelo de análisis predictivo para el monitoreo de la deserción estudiantil aplicando machine learning en la educación superior universitaria del Perú |
| spellingShingle |
Modelo de análisis predictivo para el monitoreo de la deserción estudiantil aplicando machine learning en la educación superior universitaria del Perú Jesus Llontop, Ashley Alejandra Análisis predictivo Aprendizaje automático Deserción universitaria Bosque aleatorio Predictive analytics Machine learning Student dropout Random forest. https://purl.org/pe-repo/ocde/ford#2.02.04 https://purl.org/pe-repo/ocde/ford#2.00.00 |
| title_short |
Modelo de análisis predictivo para el monitoreo de la deserción estudiantil aplicando machine learning en la educación superior universitaria del Perú |
| title_full |
Modelo de análisis predictivo para el monitoreo de la deserción estudiantil aplicando machine learning en la educación superior universitaria del Perú |
| title_fullStr |
Modelo de análisis predictivo para el monitoreo de la deserción estudiantil aplicando machine learning en la educación superior universitaria del Perú |
| title_full_unstemmed |
Modelo de análisis predictivo para el monitoreo de la deserción estudiantil aplicando machine learning en la educación superior universitaria del Perú |
| title_sort |
Modelo de análisis predictivo para el monitoreo de la deserción estudiantil aplicando machine learning en la educación superior universitaria del Perú |
| author |
Jesus Llontop, Ashley Alejandra |
| author_facet |
Jesus Llontop, Ashley Alejandra Jimenez Ramirez, Omar Antonio Hernan |
| author_role |
author |
| author2 |
Jimenez Ramirez, Omar Antonio Hernan |
| author2_role |
author |
| dc.contributor.advisor.fl_str_mv |
Pérez Pichis, Roy |
| dc.contributor.author.fl_str_mv |
Jesus Llontop, Ashley Alejandra Jimenez Ramirez, Omar Antonio Hernan |
| dc.subject.none.fl_str_mv |
Análisis predictivo Aprendizaje automático Deserción universitaria Bosque aleatorio Predictive analytics Machine learning Student dropout Random forest. |
| topic |
Análisis predictivo Aprendizaje automático Deserción universitaria Bosque aleatorio Predictive analytics Machine learning Student dropout Random forest. https://purl.org/pe-repo/ocde/ford#2.02.04 https://purl.org/pe-repo/ocde/ford#2.00.00 |
| dc.subject.ocde.none.fl_str_mv |
https://purl.org/pe-repo/ocde/ford#2.02.04 |
| dc.subject.ocde.es_PE.fl_str_mv |
https://purl.org/pe-repo/ocde/ford#2.00.00 |
| description |
El presente proyecto analiza los principales factores de la deserción universitaria y plantea un modelo de análisis predictivo aplicando Machine Learning para detectar de manera temprana casos de deserción. Actualmente, la deserción universitaria es un problema que no solo afecta al estudiante, sino a las familias, universidad y sociedad. Como consecuencias, la pérdida de un profesional genera pérdidas en las inversiones de las universidad y disminución de investigación y producción científica. Con el apoyo de los algoritmos de Machine Learning, el proyecto identifica casos de deserción con la finalidad que las universidades actúen lo más antes posible. Tras analizar investigaciones similares, se realizó un Benchmarking de los algoritmos potencialmente aplicables. Finalmente, el proyecto desarrolla un modelo de análisis predictivo aplicando el algoritmo Random Forest (RF). Para el diseño del modelo, se definió un total de catorce (14) variables que pertenecen datos demográficos del alumno, formación preuniversitaria y admisión del alumno, entorno familiar, integración social y desempeño académico del alumno y variables cognitivas y emocionales del alumno. |
| publishDate |
2024 |
| dc.date.accessioned.none.fl_str_mv |
2024-08-09T04:40:06Z |
| dc.date.available.none.fl_str_mv |
2024-08-09T04:40:06Z |
| dc.date.issued.fl_str_mv |
2024-06-12 |
| dc.type.es_PE.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
| dc.type.other.es_PE.fl_str_mv |
Tesis |
| dc.type.coar.none.fl_str_mv |
http://purl.org/coar/resource_type/c_7a1f |
| format |
bachelorThesis |
| dc.identifier.uri.none.fl_str_mv |
http://hdl.handle.net/10757/674924 |
| dc.identifier.isni.es_PE.fl_str_mv |
000000012196144X |
| url |
http://hdl.handle.net/10757/674924 |
| identifier_str_mv |
000000012196144X |
| dc.language.iso.es_PE.fl_str_mv |
spa |
| language |
spa |
| dc.relation.ispartof.fl_str_mv |
SUNEDU |
| dc.relation.url.none.fl_str_mv |
https://audio.com/raupc/audio/13115 |
| dc.relation.embedded.none.fl_str_mv |
<div style="height: 228px; width: 600px;"><iframe src="https://audio.com/embed/audio/1815461314574122?theme=image" style="display:block; border-radius: 1px; border: none; height: 204px; width: 600px;"></iframe><a href='https://audio.com/raupc' style="text-align: center; display: block; color: #A4ABB6; font-size: 12px; font-family: sans-serif; line-height: 16px; margin-top: 8px; overflow: hidden; white-space: nowrap; text-overflow: ellipsis;">@raupc</a></div> |
| dc.rights.es_PE.fl_str_mv |
info:eu-repo/semantics/openAccess |
| dc.rights.uri.*.fl_str_mv |
http://creativecommons.org/licenses/by-nc-sa/4.0/ |
| dc.rights.coar.none.fl_str_mv |
http://purl.org/coar/access_right/c_abf2 |
| eu_rights_str_mv |
openAccess |
| rights_invalid_str_mv |
http://creativecommons.org/licenses/by-nc-sa/4.0/ http://purl.org/coar/access_right/c_abf2 |
| dc.format.en_US.fl_str_mv |
application/pdf application/epub application/msword |
| dc.publisher.es_PE.fl_str_mv |
Universidad Peruana de Ciencias Aplicadas (UPC) |
| dc.publisher.country.es_PE.fl_str_mv |
PE |
| dc.source.es_PE.fl_str_mv |
Universidad Peruana de Ciencias Aplicadas (UPC) Repositorio Académico - UPC |
| dc.source.none.fl_str_mv |
reponame:UPC-Institucional instname:Universidad Peruana de Ciencias Aplicadas instacron:UPC |
| instname_str |
Universidad Peruana de Ciencias Aplicadas |
| instacron_str |
UPC |
| institution |
UPC |
| reponame_str |
UPC-Institucional |
| collection |
UPC-Institucional |
| bitstream.url.fl_str_mv |
https://repositorioacademico.upc.edu.pe/bitstream/10757/674924/18/Jesus_LA.pdf https://repositorioacademico.upc.edu.pe/bitstream/10757/674924/10/Jesus_LA_Fichaautorizacion.pdf.jpg https://repositorioacademico.upc.edu.pe/bitstream/10757/674924/12/Jesus_LA_Reportesimilitud.pdf.jpg https://repositorioacademico.upc.edu.pe/bitstream/10757/674924/14/Jesus_LA_Actasimilitud.pdf.jpg https://repositorioacademico.upc.edu.pe/bitstream/10757/674924/17/Jesus_LA.pdf.jpg https://repositorioacademico.upc.edu.pe/bitstream/10757/674924/6/Jesus_LA.pdf.txt https://repositorioacademico.upc.edu.pe/bitstream/10757/674924/9/Jesus_LA_Fichaautorizacion.pdf.txt https://repositorioacademico.upc.edu.pe/bitstream/10757/674924/11/Jesus_LA_Reportesimilitud.pdf.txt https://repositorioacademico.upc.edu.pe/bitstream/10757/674924/13/Jesus_LA_Actasimilitud.pdf.txt https://repositorioacademico.upc.edu.pe/bitstream/10757/674924/15/Jesus_LA.pdf https://repositorioacademico.upc.edu.pe/bitstream/10757/674924/16/Jesus_LA.docx https://repositorioacademico.upc.edu.pe/bitstream/10757/674924/3/Jesus_LA_Fichaautorizacion.pdf https://repositorioacademico.upc.edu.pe/bitstream/10757/674924/4/Jesus_LA_Reportesimilitud.pdf https://repositorioacademico.upc.edu.pe/bitstream/10757/674924/5/Jesus_LA_Actasimilitud.pdf |
| bitstream.checksum.fl_str_mv |
757bc02d1a07c7639c1b6d5993b78c0b 94f4e8e8d35c8356d120afb350b4052a bbab68353ad9162eab436598f29fbdf3 7cc3947b2ee83522203c8b9d3dc1b7e1 fe93d5eb307bf3ac620348879bce8233 e274f8e7e4fd2578777221ddaa502f08 6a35349f628df58f97a42102ce23b78d e629352a1d60024768ec60499d09979d efbee773a64916174976619dc6831f4e 6f19d61597fd2af4aa1be77bd9c11d97 c4f92c59d4619d09b81d49f319a719c8 b5a13cbcb11783e56cd5ed489cd6a3ad 6b841c09bc4c884bf401c8cca9ac2f8c 0ebb560d3e02bf3fe77075d6f3888831 |
| bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 MD5 MD5 MD5 MD5 MD5 MD5 MD5 MD5 MD5 MD5 |
| repository.name.fl_str_mv |
Repositorio académico upc |
| repository.mail.fl_str_mv |
upc@openrepository.com |
| _version_ |
1837187151832285184 |
| spelling |
45c3e26c240f6e1f8550c8c1c5a092cePérez Pichis, Roybd877587a8b8f3a5f2a576ea3587b466500f0038e036bf199ddd48f848e8a499e0a500Jesus Llontop, Ashley AlejandraJimenez Ramirez, Omar Antonio Hernan2024-08-09T04:40:06Z2024-08-09T04:40:06Z2024-06-12http://hdl.handle.net/10757/674924000000012196144XEl presente proyecto analiza los principales factores de la deserción universitaria y plantea un modelo de análisis predictivo aplicando Machine Learning para detectar de manera temprana casos de deserción. Actualmente, la deserción universitaria es un problema que no solo afecta al estudiante, sino a las familias, universidad y sociedad. Como consecuencias, la pérdida de un profesional genera pérdidas en las inversiones de las universidad y disminución de investigación y producción científica. Con el apoyo de los algoritmos de Machine Learning, el proyecto identifica casos de deserción con la finalidad que las universidades actúen lo más antes posible. Tras analizar investigaciones similares, se realizó un Benchmarking de los algoritmos potencialmente aplicables. Finalmente, el proyecto desarrolla un modelo de análisis predictivo aplicando el algoritmo Random Forest (RF). Para el diseño del modelo, se definió un total de catorce (14) variables que pertenecen datos demográficos del alumno, formación preuniversitaria y admisión del alumno, entorno familiar, integración social y desempeño académico del alumno y variables cognitivas y emocionales del alumno.This project analyzes the main factors of university dropout and proposes a predictive analysis model applying Machine Learning to detect early dropout cases. Currently, student dropout is a problem that not only affects the student, but also the families, university and society. With the support of machine learning, the main purpose of this project is to identify desertion cases in order to help universities to act as soon as possible. After analyzing similar research, we prepared a benchmarking of potentially applicable algorithms. Finally, the project develops a predictive analysis model applying the Random Forest (RF) algorithm. For the design of the model, a total of fourteen (14) variables were defined pertaining to student demographics, pre-university education and admission of the student, family environment, social integration and academic performance of the student, and cognitive and emotional variables of the student.TesisODS 4: Educación de CalidadODS 3: Salud y BienestarODS 9: Industria, Innovación e Infraestructuraapplication/pdfapplication/epubapplication/mswordspaUniversidad Peruana de Ciencias Aplicadas (UPC)PEhttps://audio.com/raupc/audio/13115<div style="height: 228px; width: 600px;"><iframe src="https://audio.com/embed/audio/1815461314574122?theme=image" style="display:block; border-radius: 1px; border: none; height: 204px; width: 600px;"></iframe><a href='https://audio.com/raupc' style="text-align: center; display: block; color: #A4ABB6; font-size: 12px; font-family: sans-serif; line-height: 16px; margin-top: 8px; overflow: hidden; white-space: nowrap; text-overflow: ellipsis;">@raupc</a></div>SUNEDUinfo:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-sa/4.0/http://purl.org/coar/access_right/c_abf2Universidad Peruana de Ciencias Aplicadas (UPC)Repositorio Académico - UPCreponame:UPC-Institucionalinstname:Universidad Peruana de Ciencias Aplicadasinstacron:UPCAnálisis predictivoAprendizaje automáticoDeserción universitariaBosque aleatorioPredictive analyticsMachine learningStudent dropoutRandom forest.https://purl.org/pe-repo/ocde/ford#2.02.04https://purl.org/pe-repo/ocde/ford#2.00.00Modelo de análisis predictivo para el monitoreo de la deserción estudiantil aplicando machine learning en la educación superior universitaria del PerúPredictive Analytics Model for Monitoring Student Dropout Using Machine Learning in Higher Education in Peruvian Universitiesinfo:eu-repo/semantics/bachelorThesisTesishttp://purl.org/coar/resource_type/c_7a1fUniversidad Peruana de Ciencias Aplicadas (UPC). Facultad de IngenieríaLicenciaturaIngeniería de Sistemas de InformaciónIngeniero de sistemas de información2024-08-09T17:52:42Zhttps://purl.org/pe-repo/renati/type#tesishttps://orcid.org/0000-0003-2113-040542346887https://purl.org/pe-repo/renati/level#tituloProfesional612136Burga Durango, Daniel WilfredoLucero Guevara, Delicia EsmeraldaCoronado Gutierrez, Jaime Juniors7452801675207621CONVERTED2_3922437Jesus_LA.pdfJesus_LA.pdfapplication/pdf1667534https://repositorioacademico.upc.edu.pe/bitstream/10757/674924/18/Jesus_LA.pdf757bc02d1a07c7639c1b6d5993b78c0bMD518falseTHUMBNAILJesus_LA_Fichaautorizacion.pdf.jpgJesus_LA_Fichaautorizacion.pdf.jpgGenerated Thumbnailimage/jpeg29469https://repositorioacademico.upc.edu.pe/bitstream/10757/674924/10/Jesus_LA_Fichaautorizacion.pdf.jpg94f4e8e8d35c8356d120afb350b4052aMD510falseJesus_LA_Reportesimilitud.pdf.jpgJesus_LA_Reportesimilitud.pdf.jpgGenerated Thumbnailimage/jpeg48314https://repositorioacademico.upc.edu.pe/bitstream/10757/674924/12/Jesus_LA_Reportesimilitud.pdf.jpgbbab68353ad9162eab436598f29fbdf3MD512falseJesus_LA_Actasimilitud.pdf.jpgJesus_LA_Actasimilitud.pdf.jpgGenerated Thumbnailimage/jpeg42026https://repositorioacademico.upc.edu.pe/bitstream/10757/674924/14/Jesus_LA_Actasimilitud.pdf.jpg7cc3947b2ee83522203c8b9d3dc1b7e1MD514falseJesus_LA.pdf.jpgJesus_LA.pdf.jpgGenerated Thumbnailimage/jpeg34808https://repositorioacademico.upc.edu.pe/bitstream/10757/674924/17/Jesus_LA.pdf.jpgfe93d5eb307bf3ac620348879bce8233MD517falseTEXTJesus_LA.pdf.txtJesus_LA.pdf.txtExtracted texttext/plain184255https://repositorioacademico.upc.edu.pe/bitstream/10757/674924/6/Jesus_LA.pdf.txte274f8e7e4fd2578777221ddaa502f08MD56falseJesus_LA_Fichaautorizacion.pdf.txtJesus_LA_Fichaautorizacion.pdf.txtExtracted texttext/plain2818https://repositorioacademico.upc.edu.pe/bitstream/10757/674924/9/Jesus_LA_Fichaautorizacion.pdf.txt6a35349f628df58f97a42102ce23b78dMD59falseJesus_LA_Reportesimilitud.pdf.txtJesus_LA_Reportesimilitud.pdf.txtExtracted texttext/plain2611https://repositorioacademico.upc.edu.pe/bitstream/10757/674924/11/Jesus_LA_Reportesimilitud.pdf.txte629352a1d60024768ec60499d09979dMD511falseJesus_LA_Actasimilitud.pdf.txtJesus_LA_Actasimilitud.pdf.txtExtracted texttext/plain1285https://repositorioacademico.upc.edu.pe/bitstream/10757/674924/13/Jesus_LA_Actasimilitud.pdf.txtefbee773a64916174976619dc6831f4eMD513falseORIGINALJesus_LA.pdfJesus_LA.pdfapplication/pdf2113876https://repositorioacademico.upc.edu.pe/bitstream/10757/674924/15/Jesus_LA.pdf6f19d61597fd2af4aa1be77bd9c11d97MD515trueJesus_LA.docxJesus_LA.docxapplication/vnd.openxmlformats-officedocument.wordprocessingml.document1730195https://repositorioacademico.upc.edu.pe/bitstream/10757/674924/16/Jesus_LA.docxc4f92c59d4619d09b81d49f319a719c8MD516falseJesus_LA_Fichaautorizacion.pdfJesus_LA_Fichaautorizacion.pdfapplication/pdf201291https://repositorioacademico.upc.edu.pe/bitstream/10757/674924/3/Jesus_LA_Fichaautorizacion.pdfb5a13cbcb11783e56cd5ed489cd6a3adMD53falseJesus_LA_Reportesimilitud.pdfJesus_LA_Reportesimilitud.pdfapplication/pdf14508439https://repositorioacademico.upc.edu.pe/bitstream/10757/674924/4/Jesus_LA_Reportesimilitud.pdf6b841c09bc4c884bf401c8cca9ac2f8cMD54falseJesus_LA_Actasimilitud.pdfJesus_LA_Actasimilitud.pdfapplication/pdf125476https://repositorioacademico.upc.edu.pe/bitstream/10757/674924/5/Jesus_LA_Actasimilitud.pdf0ebb560d3e02bf3fe77075d6f3888831MD55false10757/674924oai:repositorioacademico.upc.edu.pe:10757/6749242025-06-20 00:43:41.406Repositorio académico upcupc@openrepository.com |
| score |
13.754616 |
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).
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).
