Detección de patrones y tendencias en estudiantes universitarios de carreras de ingeniería para determinar el éxito académico aplicando Machine Learning

Autores
Medrano, José Federico; Coro, Octavio Daniel; Barriento, Valeria
Año de publicación
2021
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
Uno de los indicadores por el cual son medidas y evaluadas las universidades es el número o cantidad de egresados por año. Si bien uno de los tantos objetivos de las instituciones académicas es la formación de profesionales, en las universidades se evidencia que no existe una relación directa entre el número de ingresantes y el número de egresados, es decir, la cantidad de egresados no necesariamente se incrementa al aumentar la cantidad de ingresantes. Esto representa un gran problema puesto que los presupuestos con los que cuentan las universidades, sobre todo las de gestión pública, muchas veces se ven reducidos, es más, cuando un alumno logra finalizar sus estudios, el costo de la inversión para formarlo es altísimo. Claro está que obtener una mayor cantidad de egresados no solo reduciría la inversión mencionada sino que mejoraría los indicadores empleados y posicionaría mejor a cualquier universidad. Lograr identificar algún patrón o tendencia en el modo en que los alumnos cursan su respectiva carrera, o identificar las variables que influyen tanto en el éxito como en la deserción académica, sería beneficioso para que las autoridades puedan tomar las decisiones correctas. En este proyecto se tomarán las historias académicas de estudiantes de carreras de ingeniería de la Universidad Nacional de Jujuy, para identificar patrones o tendencias en el cursado que permitan determinar las variables que influyen para que un estudiante logre concluir la carrera. Se empleará Machine Learning como técnica para conducir este trabajo, encarándolo como un problema de clasificación y/o predicción.
Eje: Agentes y sistemas inteligentes.
Red de Universidades con Carreras en Informática
Materia
Ciencias Informáticas
Machine learning
Detección de patrones
Tendencias
Rendimiento Académico
Deserción
Nivel de accesibilidad
acceso abierto
Condiciones de uso
http://creativecommons.org/licenses/by-nc-sa/4.0/
Repositorio
SEDICI (UNLP)
Institución
Universidad Nacional de La Plata
OAI Identificador
oai:sedici.unlp.edu.ar:10915/119931
Acceder
id SEDICI_7676de76b992e1db580848a6d508e554
oai_identifier_str oai:sedici.unlp.edu.ar:10915/119931
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Detección de patrones y tendencias en estudiantes universitarios de carreras de ingeniería para determinar el éxito académico aplicando Machine LearningMedrano, José FedericoCoro, Octavio DanielBarriento, ValeriaCiencias InformáticasMachine learningDetección de patronesTendenciasRendimiento AcadémicoDeserciónUno de los indicadores por el cual son medidas y evaluadas las universidades es el número o cantidad de egresados por año. Si bien uno de los tantos objetivos de las instituciones académicas es la formación de profesionales, en las universidades se evidencia que no existe una relación directa entre el número de ingresantes y el número de egresados, es decir, la cantidad de egresados no necesariamente se incrementa al aumentar la cantidad de ingresantes. Esto representa un gran problema puesto que los presupuestos con los que cuentan las universidades, sobre todo las de gestión pública, muchas veces se ven reducidos, es más, cuando un alumno logra finalizar sus estudios, el costo de la inversión para formarlo es altísimo. Claro está que obtener una mayor cantidad de egresados no solo reduciría la inversión mencionada sino que mejoraría los indicadores empleados y posicionaría mejor a cualquier universidad. Lograr identificar algún patrón o tendencia en el modo en que los alumnos cursan su respectiva carrera, o identificar las variables que influyen tanto en el éxito como en la deserción académica, sería beneficioso para que las autoridades puedan tomar las decisiones correctas. En este proyecto se tomarán las historias académicas de estudiantes de carreras de ingeniería de la Universidad Nacional de Jujuy, para identificar patrones o tendencias en el cursado que permitan determinar las variables que influyen para que un estudiante logre concluir la carrera. Se empleará <i>Machine Learning</i> como técnica para conducir este trabajo, encarándolo como un problema de clasificación y/o predicción.Eje: Agentes y sistemas inteligentes.Red de Universidades con Carreras en Informática2021-04info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdf108-112http://sedici.unlp.edu.ar/handle/10915/119931spainfo:eu-repo/semantics/altIdentifier/isbn/978-987-24611-3-3info:eu-repo/semantics/altIdentifier/isbn/978-987-24611-4-0info:eu-repo/semantics/reference/hdl/10915/119487info:eu-repo/semantics/reference/hdl/10915/119490info:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-sa/4.0/Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)reponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2025-10-22T17:09:14Zoai:sedici.unlp.edu.ar:10915/119931Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-10-22 17:09:15.162SEDICI (UNLP) - Universidad Nacional de La Platafalse
dc.title.none.fl_str_mv Detección de patrones y tendencias en estudiantes universitarios de carreras de ingeniería para determinar el éxito académico aplicando Machine Learning
title Detección de patrones y tendencias en estudiantes universitarios de carreras de ingeniería para determinar el éxito académico aplicando Machine Learning
spellingShingle Detección de patrones y tendencias en estudiantes universitarios de carreras de ingeniería para determinar el éxito académico aplicando Machine Learning
Medrano, José Federico
Ciencias Informáticas
Machine learning
Detección de patrones
Tendencias
Rendimiento Académico
Deserción
title_short Detección de patrones y tendencias en estudiantes universitarios de carreras de ingeniería para determinar el éxito académico aplicando Machine Learning
title_full Detección de patrones y tendencias en estudiantes universitarios de carreras de ingeniería para determinar el éxito académico aplicando Machine Learning
title_fullStr Detección de patrones y tendencias en estudiantes universitarios de carreras de ingeniería para determinar el éxito académico aplicando Machine Learning
title_full_unstemmed Detección de patrones y tendencias en estudiantes universitarios de carreras de ingeniería para determinar el éxito académico aplicando Machine Learning
title_sort Detección de patrones y tendencias en estudiantes universitarios de carreras de ingeniería para determinar el éxito académico aplicando Machine Learning
dc.creator.none.fl_str_mv Medrano, José Federico
Coro, Octavio Daniel
Barriento, Valeria
author Medrano, José Federico
author_facet Medrano, José Federico
Coro, Octavio Daniel
Barriento, Valeria
author_role author
author2 Coro, Octavio Daniel
Barriento, Valeria
author2_role author
author
dc.subject.none.fl_str_mv Ciencias Informáticas
Machine learning
Detección de patrones
Tendencias
Rendimiento Académico
Deserción
topic Ciencias Informáticas
Machine learning
Detección de patrones
Tendencias
Rendimiento Académico
Deserción
dc.description.none.fl_txt_mv Uno de los indicadores por el cual son medidas y evaluadas las universidades es el número o cantidad de egresados por año. Si bien uno de los tantos objetivos de las instituciones académicas es la formación de profesionales, en las universidades se evidencia que no existe una relación directa entre el número de ingresantes y el número de egresados, es decir, la cantidad de egresados no necesariamente se incrementa al aumentar la cantidad de ingresantes. Esto representa un gran problema puesto que los presupuestos con los que cuentan las universidades, sobre todo las de gestión pública, muchas veces se ven reducidos, es más, cuando un alumno logra finalizar sus estudios, el costo de la inversión para formarlo es altísimo. Claro está que obtener una mayor cantidad de egresados no solo reduciría la inversión mencionada sino que mejoraría los indicadores empleados y posicionaría mejor a cualquier universidad. Lograr identificar algún patrón o tendencia en el modo en que los alumnos cursan su respectiva carrera, o identificar las variables que influyen tanto en el éxito como en la deserción académica, sería beneficioso para que las autoridades puedan tomar las decisiones correctas. En este proyecto se tomarán las historias académicas de estudiantes de carreras de ingeniería de la Universidad Nacional de Jujuy, para identificar patrones o tendencias en el cursado que permitan determinar las variables que influyen para que un estudiante logre concluir la carrera. Se empleará <i>Machine Learning</i> como técnica para conducir este trabajo, encarándolo como un problema de clasificación y/o predicción.
Eje: Agentes y sistemas inteligentes.
Red de Universidades con Carreras en Informática
description Uno de los indicadores por el cual son medidas y evaluadas las universidades es el número o cantidad de egresados por año. Si bien uno de los tantos objetivos de las instituciones académicas es la formación de profesionales, en las universidades se evidencia que no existe una relación directa entre el número de ingresantes y el número de egresados, es decir, la cantidad de egresados no necesariamente se incrementa al aumentar la cantidad de ingresantes. Esto representa un gran problema puesto que los presupuestos con los que cuentan las universidades, sobre todo las de gestión pública, muchas veces se ven reducidos, es más, cuando un alumno logra finalizar sus estudios, el costo de la inversión para formarlo es altísimo. Claro está que obtener una mayor cantidad de egresados no solo reduciría la inversión mencionada sino que mejoraría los indicadores empleados y posicionaría mejor a cualquier universidad. Lograr identificar algún patrón o tendencia en el modo en que los alumnos cursan su respectiva carrera, o identificar las variables que influyen tanto en el éxito como en la deserción académica, sería beneficioso para que las autoridades puedan tomar las decisiones correctas. En este proyecto se tomarán las historias académicas de estudiantes de carreras de ingeniería de la Universidad Nacional de Jujuy, para identificar patrones o tendencias en el cursado que permitan determinar las variables que influyen para que un estudiante logre concluir la carrera. Se empleará <i>Machine Learning</i> como técnica para conducir este trabajo, encarándolo como un problema de clasificación y/o predicción.
publishDate 2021
dc.date.none.fl_str_mv 2021-04
dc.type.none.fl_str_mv info:eu-repo/semantics/conferenceObject
info:eu-repo/semantics/publishedVersion
Objeto de conferencia
http://purl.org/coar/resource_type/c_5794
info:ar-repo/semantics/documentoDeConferencia
format conferenceObject
status_str publishedVersion
dc.identifier.none.fl_str_mv http://sedici.unlp.edu.ar/handle/10915/119931
url http://sedici.unlp.edu.ar/handle/10915/119931
dc.language.none.fl_str_mv spa
language spa
dc.relation.none.fl_str_mv info:eu-repo/semantics/altIdentifier/isbn/978-987-24611-3-3
info:eu-repo/semantics/altIdentifier/isbn/978-987-24611-4-0
info:eu-repo/semantics/reference/hdl/10915/119487
info:eu-repo/semantics/reference/hdl/10915/119490
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
http://creativecommons.org/licenses/by-nc-sa/4.0/
Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-sa/4.0/
Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)
dc.format.none.fl_str_mv application/pdf
108-112
dc.source.none.fl_str_mv reponame:SEDICI (UNLP)
instname:Universidad Nacional de La Plata
instacron:UNLP
reponame_str SEDICI (UNLP)
collection SEDICI (UNLP)
instname_str Universidad Nacional de La Plata
instacron_str UNLP
institution UNLP
repository.name.fl_str_mv SEDICI (UNLP) - Universidad Nacional de La Plata
repository.mail.fl_str_mv alira@sedici.unlp.edu.ar
_version_ 1846783417215090688
score 12.982451

Publicaciones similares