Please use this identifier to cite or link to this item: https://repositorio.utn.edu.ec/handle/123456789/9095
Citar este ítem

Full metadata record
DC FieldValueLanguage
dc.contributor.advisorGarcía Santillán, Iván Danilo-
dc.contributor.authorVila Espinosa, Dayana Patricia-
dc.date.accessioned2019-04-25T17:36:54Z-
dc.date.available2019-04-25T17:36:54Z-
dc.date.created2019-
dc.date.issued2019-04-25-
dc.identifier.other04/ISC/ 515es_EC
dc.identifier.urihttp://repositorio.utn.edu.ec/handle/123456789/9095-
dc.descriptionDetectar patrones de deserción estudiantil utilizando técnicas predictivas de clasificación y regresión en minería de datos para la gestión académica de la Universidad Técnica del Norte.es_EC
dc.description.abstractLa deserción estudiantil constituye un problema que afecta a las instituciones de educación superior y por ende a sus estándares de calidad; las causas probables que ocasionan esta problemática pueden ser personales, académicas o su situación socioeconómica. Esta investigación tiene como objetivo principal investigar patrones de deserción estudiantil y los principales factores que contribuyen a esta problemática en la Universidad Técnica del Norte (Ecuador), aplicando técnicas predictivas de minería de datos (clasificación y regresión), para procesar datos históricos de los estudiantes desde del año 2017 a 2018. El proceso KDD (Proceso de descubrimiento de conocimiento en bases de datos) sirvió para obtener una vista minable con 11200 registros, para aplicar técnicas bayesianas, árboles de decisión y regresión en el software Weka. Para definir el mejor algoritmo se evaluaron cuantitativamente cada uno de ellos, mediante la matriz de confusión y medidas estadísticas. Los principales resultados demostraron que los mejores algoritmos fueron RandomTree y Logistic, para obtener el conocimiento se tomó en cuenta la intersección de los resultados obtenidos de ambos algoritmos.es_EC
dc.language.isospaes_EC
dc.rightsopenAccesses_EC
dc.rightsAtribución-NoComercial-CompartirIgual 3.0 Ecuador*
dc.rights.urihttp://creativecommons.org/licenses/by-nc-sa/3.0/ec/*
dc.subjectDETECCIÓN DE PATRONES DE DESERCIÓN ESTUDIANTILes_EC
dc.subjectTÉCNICAS PREDICTIVAS DE CLASIFICACIÓN Y REGRESIÓN DE MINERÍA DE DATOSes_EC
dc.subjectGESTIÓN ACADÉMICA DE LA UNIVERSIDAD TÉCNICA DEL NORTEes_EC
dc.titleDetección de patrones de deserción estudiantil utilizando técnicas predictivas de clasificación y regresión de minería de datos, para la gestión académica de la Universidad Técnica del Nortees_EC
dc.typebachelorThesises_EC
dc.contributor.deparmentIngeniería en Sistemas Computacionaleses_EC
dc.coverageIbarra. Ecuadores_EC
dc.identifier.mfn0000028106es_EC
Appears in Collections:Ing. en Sistemas Computacionales

Files in This Item:
File Description SizeFormat 
04 ISC 515 TRABAJO DE GRADO.pdfTesis2.72 MBAdobe PDFThumbnail
View/Open
IMAGEN.jpgImagen58.32 kBJPEGThumbnail
View/Open


This item is protected by original copyright



This item is licensed under a Creative Commons License Creative Commons