DSpace

REPOSITORIO ACADEMICO USMP >
Facultad de Ingeniería y Arquitectura >
Ingeniería de Computación y Sistemas - Tesis de maestría >

Please use this identifier to cite or link to this item: http://www.repositorioacademico.usmp.edu.pe/handle/usmp/3555

Título: Predicción del rendimiento académico mediante minería de datos en estudiantes del primer ciclo de las Escuela Profesional de Ingeniería de Computación y Sistemas, Universidad de San Martín de Porres, Lima-Perú
Autor: Yamao, Eiriku
Temas: Minería de datos
Procesamiento electrónico de datos
Rendimiento académico - Pruebas
Issue Date: 2018
Lugar de publicación: Universidad de San Martín de Porres, Lima, Perú
Resumen: El rendimiento académico es un tema estudiado desde hace mucho tiempo. Los alumnos ingresantes de las universidades son los más vulnerables a enfrentar problemas de rendimiento, resultando en posible deserción. La minería de datos en educación aplica técnicas de minería de datos en la información generada en el sector educación. El presente trabajo consiste en realizar la predicción del rendimiento académico de los alumnos que ingresaron a la Escuela Profesional de Ingeniería de Computación y Sistemas de la Universidad de San Martin de Porres en el primer ciclo utilizando minería de datos. Se extrajeron datos de 1304 ingresantes que fueron clasificados en tres factores: sociales, económicos y académicos. Se realizaron predicciones a través de tres técnicas: regresión lineal, árbol de decisiones y support vector machines, y el mejor resultado de 82.87% se obtuvo utilizando árbol de decisiones. De los diferentes factores, los que más influyeron en el rendimiento académico fueron los siguientes: nota de examen de admisión, género, edad, modalidad de ingreso y distancia desde su casa hasta el centro de estudios. Utilizando minería de datos fue posible realizar predicciones del rendimiento académico de los ingresantes. Esto permitió la detección de ingresantes que podrían enfrentarse a problemas en sus estudios.
URI: http://www.repositorioacademico.usmp.edu.pe/handle/usmp/3555
Appears in Collections:Ingeniería de Computación y Sistemas - Tesis de maestría

Files in This Item:

File Description SizeFormat
yamao_e.pdfTexto completo2,23 MBAdobe PDFView/Open
View Statistics

Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.

 

CC
Todos los contenidos de este repositorio, salvo que se indique lo contrario, están licenciados bajo
Creative Commons License

Ciudad Universitaria Jr. Las Calandrias s/n Santa Anita, Lima-Perú
Teléfono: (511) 3620064 anexo 3233
repositorio_academico@usmp.pe
DSpace Software Copyright © 2002-2010  Duraspace