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)....

Forensic microbiology enables, among other applications, the estimation of the post-mortem interval (PMI), the identification of individuals, and the location of crime scenes through microbiome analysis and the geolocation of biological remains. Artificial intelligence (AI), together with new sequencing techniques, has revolutionized this field, markedly improving the accuracy and speed of forensic analyses. In this study, a systematic review was conducted following PRISMA guidelines. Databases such as PubMed, Scopus, Web of Science, and Google Scholar were searched using keywords related to forensic microbiology, IA, and PMI. Inclusion criteria included studies published in English or Spanish, regardless of the publication date. Exclusion criteria included duplicate studies or those that did not address the thanatomicrobiome analysis using AI tools. After the search and selection proces...