Modelo de aprendizaje de máquinas para identificar variables con mayor incidencia en la deserción escolar y que predicen posibles desertores de instituciones educativas en educación regular
Date
2023
Journal Title
Journal ISSN
Volume Title
Publisher
Universidad Católica Luis Amigó
Abstract
Este trabajo de grado está enfocado en Construir un modelo de aprendizaje de máquinas
para identificar las variables con mayor incidencia en la deserción escolar y que predicen
posibles desertores de instituciones educativas en educación regular y así contar con una
herramienta que permita tomar medidas preventivas que permitan reducir el abandono.
Para el desarrollo de este estudio se utilizaron 259.411 registros de estudiantes
matriculados para el 2020 en instituciones educativas oficiales de Medellín en edad
regular con base en reportes de los sistemas SIMAT y SIMPADE
Para alcanzar los objetivos propuestos en este trabajo, se utilizará la metodología CRISP-
DM (Cross-Industry Standard Process for Data Mining) con sus 6 fases; esta metodología
integra todas las actividades necesarias para el desarrollo de este estudio, desde la fase
inicial de comprensión del negocio hasta el despliegue del modelo predictivo propuesto
como solución a través del uso de técnicas de Machine Learning.
De acuerdo con los resultados obtenidos con el modelo creado; como se mencionó
anteriormente, se pudo identificar variables directamente relacionadas con la condición de
desertar, es decir si esa variable aumenta o es positiva, la posibilidad de abandonar los
estudios también aumenta, estas variables fueron: edad, pertenencia al grado primero o
tercero, ser beneficiario de programas para madres cabeza de familia o no estudiar en la
vigencia académica del año anterior.
Description
Keywords
Aprendizaje de máquina, Deserción, Educación regular