Análisis de la deserción en las carreras universitarias de UCSE : Construcción de modelos predictivos utilizando técnicas de aprendizaje automático
- Autores
- Cassina, Paula; Giay, Florencia; Knoll, Gonzalo; Vera, Marcela
- Año de publicación
- 2024
- Idioma
- español castellano
- Tipo de recurso
- documento de conferencia
- Estado
- versión publicada
- Descripción
- El presente trabajo, que forma parte de un proyecto de investigación y desarrollo de la Universidad Católica de Santiago del Estero (UCSE), aborda la problemática de la deserción de alumnos en las carreras de dicha universidad, generando modelos que permitan identificar a aquellos estudiantes con altas probabilidades de desertar. El objetivo es prever estos casos y actuar ante estas circunstancias, permitiendo a las autoridades definir estrategias para reducir la deserción. Para alcanzar estos objetivos, se aplicaron técnicas de minería de datos y machine learning centradas en el aprendizaje automático, las cuales permitieron generar modelos predictivos para discernir y predecir de manera precisa si un estudiante abandonará una determinada carrera. Los modelos utilizados fueron KNeighbors, Random Forest, Gradient Boosting y Multilayer Perceptron, utilizando como fuente de datos un dataset generado a partir de la información proporcionada por el Sistema de Gestión Académica de la Universidad Católica de Santiago del Estero.
Sociedad Argentina de Informática e Investigación Operativa - Materia
-
Ciencias Informáticas
Minería de datos educacionales
Aprendizaje automático
Modelos predictivos - Nivel de accesibilidad
- acceso abierto
- Condiciones de uso
- http://creativecommons.org/licenses/by-nc-sa/4.0/
- Repositorio
- Institución
- Universidad Nacional de La Plata
- OAI Identificador
- oai:sedici.unlp.edu.ar:10915/177199
Ver los metadatos del registro completo
id |
SEDICI_e0866610eafcafc9def9d4e0d50c0fcd |
---|---|
oai_identifier_str |
oai:sedici.unlp.edu.ar:10915/177199 |
network_acronym_str |
SEDICI |
repository_id_str |
1329 |
network_name_str |
SEDICI (UNLP) |
spelling |
Análisis de la deserción en las carreras universitarias de UCSE : Construcción de modelos predictivos utilizando técnicas de aprendizaje automáticoCassina, PaulaGiay, FlorenciaKnoll, GonzaloVera, MarcelaCiencias InformáticasMinería de datos educacionalesAprendizaje automáticoModelos predictivosEl presente trabajo, que forma parte de un proyecto de investigación y desarrollo de la Universidad Católica de Santiago del Estero (UCSE), aborda la problemática de la deserción de alumnos en las carreras de dicha universidad, generando modelos que permitan identificar a aquellos estudiantes con altas probabilidades de desertar. El objetivo es prever estos casos y actuar ante estas circunstancias, permitiendo a las autoridades definir estrategias para reducir la deserción. Para alcanzar estos objetivos, se aplicaron técnicas de minería de datos y machine learning centradas en el aprendizaje automático, las cuales permitieron generar modelos predictivos para discernir y predecir de manera precisa si un estudiante abandonará una determinada carrera. Los modelos utilizados fueron KNeighbors, Random Forest, Gradient Boosting y Multilayer Perceptron, utilizando como fuente de datos un dataset generado a partir de la información proporcionada por el Sistema de Gestión Académica de la Universidad Católica de Santiago del Estero.Sociedad Argentina de Informática e Investigación Operativa2024-08info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdf23-36http://sedici.unlp.edu.ar/handle/10915/177199spainfo:eu-repo/semantics/altIdentifier/url/https://revistas.unlp.edu.ar/JAIIO/article/view/17986info:eu-repo/semantics/altIdentifier/issn/2451-7496info: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:UNLP2025-09-29T11:47:49Zoai:sedici.unlp.edu.ar:10915/177199Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-09-29 11:47:49.341SEDICI (UNLP) - Universidad Nacional de La Platafalse |
dc.title.none.fl_str_mv |
Análisis de la deserción en las carreras universitarias de UCSE : Construcción de modelos predictivos utilizando técnicas de aprendizaje automático |
title |
Análisis de la deserción en las carreras universitarias de UCSE : Construcción de modelos predictivos utilizando técnicas de aprendizaje automático |
spellingShingle |
Análisis de la deserción en las carreras universitarias de UCSE : Construcción de modelos predictivos utilizando técnicas de aprendizaje automático Cassina, Paula Ciencias Informáticas Minería de datos educacionales Aprendizaje automático Modelos predictivos |
title_short |
Análisis de la deserción en las carreras universitarias de UCSE : Construcción de modelos predictivos utilizando técnicas de aprendizaje automático |
title_full |
Análisis de la deserción en las carreras universitarias de UCSE : Construcción de modelos predictivos utilizando técnicas de aprendizaje automático |
title_fullStr |
Análisis de la deserción en las carreras universitarias de UCSE : Construcción de modelos predictivos utilizando técnicas de aprendizaje automático |
title_full_unstemmed |
Análisis de la deserción en las carreras universitarias de UCSE : Construcción de modelos predictivos utilizando técnicas de aprendizaje automático |
title_sort |
Análisis de la deserción en las carreras universitarias de UCSE : Construcción de modelos predictivos utilizando técnicas de aprendizaje automático |
dc.creator.none.fl_str_mv |
Cassina, Paula Giay, Florencia Knoll, Gonzalo Vera, Marcela |
author |
Cassina, Paula |
author_facet |
Cassina, Paula Giay, Florencia Knoll, Gonzalo Vera, Marcela |
author_role |
author |
author2 |
Giay, Florencia Knoll, Gonzalo Vera, Marcela |
author2_role |
author author author |
dc.subject.none.fl_str_mv |
Ciencias Informáticas Minería de datos educacionales Aprendizaje automático Modelos predictivos |
topic |
Ciencias Informáticas Minería de datos educacionales Aprendizaje automático Modelos predictivos |
dc.description.none.fl_txt_mv |
El presente trabajo, que forma parte de un proyecto de investigación y desarrollo de la Universidad Católica de Santiago del Estero (UCSE), aborda la problemática de la deserción de alumnos en las carreras de dicha universidad, generando modelos que permitan identificar a aquellos estudiantes con altas probabilidades de desertar. El objetivo es prever estos casos y actuar ante estas circunstancias, permitiendo a las autoridades definir estrategias para reducir la deserción. Para alcanzar estos objetivos, se aplicaron técnicas de minería de datos y machine learning centradas en el aprendizaje automático, las cuales permitieron generar modelos predictivos para discernir y predecir de manera precisa si un estudiante abandonará una determinada carrera. Los modelos utilizados fueron KNeighbors, Random Forest, Gradient Boosting y Multilayer Perceptron, utilizando como fuente de datos un dataset generado a partir de la información proporcionada por el Sistema de Gestión Académica de la Universidad Católica de Santiago del Estero. Sociedad Argentina de Informática e Investigación Operativa |
description |
El presente trabajo, que forma parte de un proyecto de investigación y desarrollo de la Universidad Católica de Santiago del Estero (UCSE), aborda la problemática de la deserción de alumnos en las carreras de dicha universidad, generando modelos que permitan identificar a aquellos estudiantes con altas probabilidades de desertar. El objetivo es prever estos casos y actuar ante estas circunstancias, permitiendo a las autoridades definir estrategias para reducir la deserción. Para alcanzar estos objetivos, se aplicaron técnicas de minería de datos y machine learning centradas en el aprendizaje automático, las cuales permitieron generar modelos predictivos para discernir y predecir de manera precisa si un estudiante abandonará una determinada carrera. Los modelos utilizados fueron KNeighbors, Random Forest, Gradient Boosting y Multilayer Perceptron, utilizando como fuente de datos un dataset generado a partir de la información proporcionada por el Sistema de Gestión Académica de la Universidad Católica de Santiago del Estero. |
publishDate |
2024 |
dc.date.none.fl_str_mv |
2024-08 |
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/10915/177199 |
url |
http://sedici.unlp.edu.ar/handle/10915/177199 |
dc.language.none.fl_str_mv |
spa |
language |
spa |
dc.relation.none.fl_str_mv |
info:eu-repo/semantics/altIdentifier/url/https://revistas.unlp.edu.ar/JAIIO/article/view/17986 info:eu-repo/semantics/altIdentifier/issn/2451-7496 |
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 23-36 |
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_ |
1844616341390098432 |
score |
13.070432 |