Hacia un modelo predictivo de rendimiento académico utilizando minería de datos en la UTN-FRRe
Date
2016-04-14
Journal Title
Journal ISSN
Volume Title
Publisher
Abstract
Durante el cursado de la carrera de Ingeniería en Sistemas de Información en la Facultad Regional
Resistencia de la Universidad Tecnológica Nacional (UTN‐FRRe), el alumno se enfrenta con
la necesidad de cursar y regularizar ciertas materias que le generan restricciones de correlatividad.
Ese es el caso de la cátedra de primer año Algoritmos y Estructuras de Datos, cuya regularización
es necesaria para cursar varias asignaturas de segundo y tercer año. Tomando como base los
resultados del proyecto “Determinación de perfiles de estudiantes y de rendimiento académico
mediante la utilización de minería de datos”, 25/L059 ‐ UTI1719, implementado en la mencionada
cátedra (2013‐2015), se está comenzando un nuevo proyecto tiene como objetivo tomar como
punto de partida el análisis descriptivo (lo que pasó), y utilizar la analítica avanzada, con el objetivo
de explicar el por qué, el qué va a pasar y cómo podemos abordarlo. Para el estudio se utilizarán
distintas herramientas de Minería de Datos: clustering, redes neuronales, redes bayesianas, árboles de decisión, regresión y series temporales, etc. Estas herramientas permiten obtener resultados desde distintas perspectivas del problema abordado. De esta manera se podrán detectar situaciones
problemáticas potenciales al inicio del cursado y tomar las medidas necesarias para solucionarlas.
Description
Keywords
rendimiento académico, almacenes de datos, minería de datos, modelos predictivos
Citation
Endorsement
Review
Supplemented By
Referenced By
Creative Commons license
Except where otherwised noted, this item's license is described as info:eu-repo/semantics/openAccess