DSpace Repository

Aplicación de técnicas de minería de datos para la predicción del rendimiento académico de los estudiantes de la escuela de educación básica 26 de Septiembre

Show simple item record

dc.contributor.advisor Rosero Vásquez, Shendry Balmore
dc.contributor.author Aguirre Chamba, Kelvin Roosbelth
dc.date.accessioned 2024-02-03T01:52:35Z
dc.date.available 2024-02-03T01:52:35Z
dc.date.issued 2024-02-02
dc.identifier.citation Aguirre Chamba, Kelvin Roosbelth (2024). Aplicación de técnicas de minería de datos para la predicción del rendimiento académico de los estudiantes de la escuela de educación básica 26 de Septiembre. La Libertad. UPSE, Matriz. Facultad de Sistemas y Telecomunicaciones. 96p. es
dc.identifier.other UPSE-TTI-2024-0001
dc.identifier.uri https://repositorio.upse.edu.ec/handle/46000/10923
dc.description.abstract La escuela '26 de septiembre.' ha establecido metas orientadas al desarrollo estratégico, que incluyen la expansión de su infraestructura y la obtención de reconocimientos por su destacada calidad académica. Para alcanzar estos objetivos, se ha dado prioridad a la evaluación de la población estudiantil a través de indicadores como el rendimiento académico. Sin embargo, se enfrentan a limitaciones en la evaluación de este indicador debido a la falta de conocimiento óptimo para la toma de decisiones y a la carencia de una gestión y organización adecuada de la información. A pesar de ser una institución privada, la falta de información estructurada ha llevado a resultados poco convincentes debido a la parcialidad y subjetividad. Con el propósito de abordar este problema, se propuso la aplicación de técnicas de minería de datos utilizando la metodología de Descubrimiento de Conocimiento en Base de Datos (KDD). Este enfoque consta de cinco fases, desde la recolección e integración de datos hasta la minería de datos, con el objetivo de obtener conocimientos valiosos para los administradores de la institución. Se ha empleado la herramienta Microsoft Visual Studio, reconocida por su capacidad para generar procesos de extracción, transformación y carga de datos, facilitando así la integración adecuada de la información. En cuanto a la creación de modelos de minería de datos, se ha destacado el uso de Jupyter Notebook y Orange Data Mining. Entre los resultados alcanzados, se destaca la implementación de herramientas de inteligencia de negocios para crear un almacén de datos que resuelva problemas de gestión y análisis empresarial. Además, se aplicaron técnicas de minería de datos, como árboles de decisión de regresión, redes neuronales y vectores de soporte mediante la creación de modelos de regresión para predecir el rendimiento académico estudiantil. es
dc.language.iso spa es
dc.publisher La Libertad: Universidad Estatal Península de Santa Elena. 2024 es
dc.rights openAccess es
dc.rights Atribución-NoComercial-SinDerivadas 3.0 Ecuador *
dc.rights.uri http://creativecommons.org/licenses/by-nc-nd/3.0/ec/ *
dc.subject MINERÍA DE DATOS es
dc.subject RENDIMIENTO ACADÉMICO es
dc.subject ALMACÉN DE DATOS es
dc.title Aplicación de técnicas de minería de datos para la predicción del rendimiento académico de los estudiantes de la escuela de educación básica 26 de Septiembre es
dc.type bachelorThesis es
dc.pages 96 p. es


Files in this item

The following license files are associated with this item:

This item appears in the following Collection(s)

Show simple item record

openAccess Except where otherwise noted, this item's license is described as openAccess

Search DSpace


Advanced Search

Browse

My Account