Título: Estudio comparativo de técnicas de minería de datos para develar patrones de desempeño académico en enseñanza media

Autor(es): UMAQUINGA CRIOLLO ANA CRISTINA, ANDRÉS M. VARGAS-MUÑOZ, DIANA C. CHAMORRO-SANGOQUIZA, DIEGO H. PELUFFO-ORDÓÑEZ, MIGUEL A. BECERRA

Fecha de publicación: 01-aug-2020

Resumen: Resumen: Las técnicas de minería de datos permiten develar conocimiento a partir de grandes volúmenes de información, los cuales han sido poco exploradas en análisis de información de instituciones de educación, pero con una creciente demanda por este sector para apoyar la toma de decisiones. En esta investigación se propone una metodología de comparación de técnicas de minería de datos, aplicado al análisis de patrones académicos en estudiantes de educación media. Múltiples métodos de selección de atributos son aplicados para reducir la dimensionalidad y se comparan tres clasificadores y dos multi-clasificadores. Los experimentos se realizan en una base de datos de 285 instancias y 36 atributos obtenidos de una encuesta educativa aplicada a los alumnos del Tercer Año de Bachillerato de la Unidad Educativa Ibarra 2017-2018. Los mejores resultados de clasificación fueron alcanzados por los multiclasifiadores Boosted Tree y Bagged Tree con 93.24% de exactitud usando los datos seleccionados con el algoritmo BestFirst.

Palabras clave: patrones de desempeño académico, selección de características, clasificadores, multi-clasificadores, Matlab

ISSN: 1646-9895

Tipo publicación: Artículo