Please use this identifier to cite or link to this item: http://dspace.utpl.edu.ec/handle/29.500.19856/70848
Title: Detección y análisis de patrones en datos académicos para la predicción de deserción estudiantil
Authors: Cabrera Loayza, María del Carmen
Bustamante Solano, Jhordan Kriss
Keywords: Ecuador.
Tesis digital.
Issue Date: 2025
Citation: Bustamante Solano, J. K. Cabrera Loayza, M. D. C. (2025) Detección y análisis de patrones en datos académicos para la predicción de deserción estudiantil [Tesis de Grado, Universidad Técnica Particular de Loja]. Repositorio Institucional. https://dspace.utpl.edu.ec/handle/29.500.19856/70848
Abstract: Abstract: This Curricular Integration Project (CIP) aims to predict the dropout rate of university students based on the analysis of various personal, academic, and interaction patterns. The CRISP-DM methodology is used to develop this CIP, as it comprises a series of phases that allow for a concrete approach to addressing the problem of student dropout. In addition, several data preprocessing techniques are used, as well as the implementation of machine learning algorithms, which allow for the identification of various relevant patterns that influence student behavior. The main contribution of CIP is to optimize data analysis processes, demonstrating the potential of various technologies to address these problems in a scalable, ethical, and sustainable manner, resulting in better-informed decision-making and the effective design of intervention strategies that promote student retention by higher education institutions.
Description: Resumen: En el presente Trabajo de Integración Curricular (TIC) tiene como objetivo predecir el grado de deserción de estudiantes universitarios con base en el análisis de distintos patrones personales, académicos y de interacción. Para el desarrollo del TIC se utiliza la metodología CRISP-DM dado que compone una seria de fases que permite de forma concreta abordar el problema de deserción estudiantil. Además, se utiliza varias técnicas de pre procesamiento de datos, así como la implementación de algoritmos de aprendizaje automático, los cuales permiten identificar diversos patrones relevantes que influyen en el comportamiento estudiantil. El principal aporte del TIC es optimizar los procesos de análisis de datos demostrando el potencial de las diversas tecnologías para llevar estos problemas de forma escalable, ética y sostenible, dando como resultado una mejor toma de decisiones informadas y un diseño efectivo de estrategias para la intervención que fomenten la retención estudiantil por parte de las instituciones de educación superior.
URI: https://bibliotecautpl.utpl.edu.ec/cgi-bin/abnetclwo?ACC=DOSEARCH&xsqf99=145324.TITN.
Appears in Collections:Titulación de Sistemas Informáticos y Computación



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