Please use this identifier to cite or link to this item:
http://dspace.utpl.edu.ec/handle/123456789/51939
Title: | Modelo de aprendizaje profundo para la predicción de deserción de estudiantes de la carrera de informática |
Authors: | González Eras, Alexandra Cristina Haro Cardona, Juan David |
Keywords: | Ecuador. Tesis digital. |
Issue Date: | 2023 |
Citation: | Haro Cardona, J. D. González Eras, A. C. (2023) Modelo de aprendizaje profundo para la predicción de deserción de estudiantes de la carrera de informática [Tesis de Grado, Universidad Técnica Particular de Loja]. Repositorio Institucional. https://dspace.utpl.edu.ec/handle/123456789/51939 |
Abstract: | Abstract: This study addresses student dropout in distance university education, especially in the Computer Science degree at UTPL. The main causes are examined and the application of artificial intelligence and deep learning in analysis and dropout prediction. The work proposes a model based on deep learning to identify attrition patterns and evaluate model accuracy. It follows the KDD (Knowledge Discovery in Databases) methodology to develop the predictive model and emphasis is placed on the importance of addressing the dropout problem given its negative consequences. During development, the agile Scrum methodology was used for its benefits of iterative and collaborative work. Specific data was collected from the students and a dashboard was designed for an effective visualization of the results of the model, facilitating the interpretation of complex data. |
Description: | Resumen: Este estudio aborda la deserción estudiantil en la educación universitaria a distancia, especialmente en la carrera de Informática de la UTPL. Se examinan las principales causas y se destaca la aplicación de inteligencia artificial y aprendizaje profundo en el análisis y la predicción de la deserción. El trabajo propone un modelo basado en aprendizaje profundo para identificar patrones de deserción y evaluar la precisión del modelo. Se sigue la metodología KDD (Knowledge Discovery in Databases) para desarrollar el modelo predictivo y se hace énfasis en la importancia de abordar la problemática de deserción dada sus consecuencias negativas. Durante el desarrollo, se utilizó la metodología ágil Scrum por sus beneficios de trabajo iterativo y colaborativo. Se recopilaron datos específicos de los estudiantes y se diseñó un dashboard para una visualización efectiva de los resultados del modelo, facilitando la interpretación de datos complejos. |
URI: | https://bibliotecautpl.utpl.edu.ec/cgi-bin/abnetclwo?ACC=DOSEARCH&xsqf99=137784.TITN. |
Appears in Collections: | Titulación de Sistemas Informáticos y Computación |
Files in This Item:
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.