|
Please use this identifier to cite or link to this item:
https://repositorio.utn.edu.ec/handle/123456789/9095
Full metadata record
DC Field | Value | Language |
---|---|---|
dc.contributor.advisor | García Santillán, Iván Danilo | - |
dc.contributor.author | Vila Espinosa, Dayana Patricia | - |
dc.date.accessioned | 2019-04-25T17:36:54Z | - |
dc.date.available | 2019-04-25T17:36:54Z | - |
dc.date.created | 2019 | - |
dc.date.issued | 2019-04-25 | - |
dc.identifier.other | 04/ISC/ 515 | es_EC |
dc.identifier.uri | http://repositorio.utn.edu.ec/handle/123456789/9095 | - |
dc.description | Detectar 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.abstract | La 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.iso | spa | es_EC |
dc.rights | openAccess | es_EC |
dc.rights | Atribución-NoComercial-CompartirIgual 3.0 Ecuador | * |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-sa/3.0/ec/ | * |
dc.subject | DETECCIÓN DE PATRONES DE DESERCIÓN ESTUDIANTIL | es_EC |
dc.subject | TÉCNICAS PREDICTIVAS DE CLASIFICACIÓN Y REGRESIÓN DE MINERÍA DE DATOS | es_EC |
dc.subject | GESTIÓN ACADÉMICA DE LA UNIVERSIDAD TÉCNICA DEL NORTE | es_EC |
dc.title | Detección 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 Norte | es_EC |
dc.type | bachelorThesis | es_EC |
dc.contributor.deparment | Ingeniería en Sistemas Computacionales | es_EC |
dc.coverage | Ibarra. Ecuador | es_EC |
dc.identifier.mfn | 0000028106 | es_EC |
Appears in Collections: | Ing. en Sistemas Computacionales |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
04 ISC 515 TRABAJO DE GRADO.pdf | Tesis | 2.72 MB | Adobe PDF | View/Open |
IMAGEN.jpg | Imagen | 58.32 kB | JPEG | View/Open |
This item is protected by original copyright |
This item is licensed under a Creative Commons License