1. Repositorio Digital Universidad Técnica de Cotopaxi
  2. Facultad de Ciencias de la Ingeniería y Aplicadas
  3. Carrera de Ingeniería Informática y Sistemas Computacionales
  4. Tesis - Ingeniería en Informática y Sistemas Computacionales
Por favor, use este identificador para citar o enlazar este ítem: http://repositorio.utc.edu.ec/handle/27000/5329
Registro completo de metadatos
Campo DC Valor Lengua/Idioma
dc.contributor.advisorCadena Moreano, José Augusto, MSc. Ing.-
dc.contributor.authorTomalo Morales, Shirley Vanessa-
dc.date.accessioned2020-07-15T12:08:19Z-
dc.date.available2020-07-15T12:08:19Z-
dc.date.issued2019-08-
dc.identifier.citationTomalo Morales Shirley Vanessa (2019); Análisis del nivel de rendimiento académico de estudiantes de los primeros ciclos utilizando arboles de decisión como técnica de inteligencia artificial, para determinar las posibles causas del bajo rendimiento en la facultad de ciencias de la ingeniería y aplicadas de la universidad técnica de Cotopaxi. UTC. Latacunga. 81 p.es_ES
dc.identifier.otherPI-001353-
dc.identifier.urihttp://repositorio.utc.edu.ec/handle/27000/5329-
dc.descriptionThis research project tries to determine the possible causes of poor academic performance through the application of data mining, using decision trees as an artificial intelligence technique to predict their academic performance through factors that affect the students in their development. The results obtained with the application of decision trees to 236 students through a survey were able to verify the factors that influenced the students' performance according to their average, the academic variables obtained more significant information gain since they have higher accuracy for prediction, 87.33% of the students are very well in their level of academic performance. For the analysis of the information obtained on the attitudinal, academic, and identification factors, the Rapidminer tree, set role decision tools that are data mining software was applied, the use of the variables together corresponding to a single aspect that has no greater accuracy than the combination of variables of different aspects.es_ES
dc.format.extent81 páginases_ES
dc.language.isospaes_ES
dc.publisherEcuador: Latacunga: Universidad Técnica de Cotopaxi (UTC).es_ES
dc.rightsopenAccesses_ES
dc.rights.urihttp://creativecommons.org/licenses/by-nc-sa/3.0/ec/es_ES
dc.subjectANÁLISIS DEL NIVEL DE RENDIMIENTOes_ES
dc.subjectARBOLES DE DECISIÓNes_ES
dc.subjectINTELIGENCIA ARTIFICIALes_ES
dc.subject.otherTECNOLOGÍAS DE INFORMACIÓNes_ES
dc.titleAnálisis del nivel de rendimiento académico de estudiantes de los primeros ciclos utilizando arboles de decisión como técnica de inteligencia artificial, para determinar las posibles causas del bajo rendimiento en la facultad de ciencias de la ingeniería y aplicadas de la universidad técnica de Cotopaxi.es_ES
dc.typebachelorThesises_ES
Aparece en las colecciones: Tesis - Ingeniería en Informática y Sistemas Computacionales

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
PI-001353.pdfPROYECTO DE GRADO A TEXTO COMPLETO2,83 MBAdobe PDFVisualizar/Abrir
Mostrar el registro sencillo del ítem


Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons Creative Commons