Modelo para la determinación de factores de deserción estudiantil en la Universidad Técnica de Cotopaxi utilizando Minería de Datos
No Thumbnail Available
Date
2020
Authors
Advisors
Journal Title
Journal ISSN
Volume Title
Publisher
Ecuador, Latacunga: Universidad Técnica de Cotopaxi UTC.
Abstract
La educación superior en el Ecuador juega un rol muy importante en la búsqueda del
desarrollo y el bienestar social, convirtiéndose así en un eje principal para el
desarrollo nacional. El interés por abordar la investigación para la determinación de
factores de deserción en la Universidad Técnica de Cotopaxi, se debe a que la
deserción estudiantil universitaria se ha convertido en una problemática actual que
afecta al estudiante, a su entorno familiar, a las universidades y a la sociedad en
general. Por tanto, la determinación de factores de deserción en las universidades
puede ser considerada como una estrategia clave para la toma de decisiones
institucionales. Para el desarrollo de la investigación se construye un modelo teórico
de deserción estudiantil universitaria a través de validación de expertos, los datos
obtenidos fueron comprobados mediante Regresión Lineal con mínimos cuadrados
ordinarios. Se valida el modelo teórico de deserción mediante modelos de predicción
utilizando Redes Neuronales Perceptrón Multicapa y Deep Learning, mediante la
metodología Knowledge Discover in Data Base (KDD) para proyectos de minería de
datos. Los resultados indican que la técnica con mayor tasa de precisión fue el
algoritmo backpropagation se obtuvo una exactitud de predicción del 98,2 %. Se
concluye que los modelos propuestos son adecuados en términos de confiabilidad que
se sustentan bajo procedimiento experimental.
Description
Higher education in Ecuador plays a very important role in the search for development and social welfare, thus becoming a main axis for the national development. The interest in approaching the investigation to determine dropout factors at the Technical University of Cotopaxi, is due to the fact that university student dropout has become a current problem that affects the student, their family environment, universities and society in general. Therefore, the determination of dropout factors in universities can be considered as a key strategy for decision making institutional. For the development of the research, a theoretical model is built of university student dropouts through expert validation, the data obtained were verified by Linear Regression with least squares ordinary. The theoretical model of attrition is validated using prediction models using Multilayer Perceptron Neural Networks and Deep Learning, through Knowledge Discover in Data Base (KDD) methodology for mining projects data. The results indicate that the technique with the highest precision rate was the backpropagation algorithm a prediction accuracy of 98.2% was obtained. I know concludes that the proposed models are adequate in terms of reliability that They are sustained under an experimental procedure.
Keywords
DESERCIÓN ESTUDIANTIL, FACTORES DESERCIÓN, MINERÍA DE DATOS, REDES NEURONALES
Citation
Chimba Lagla Edwin Geovanny (2020); Modelo para la determinación de factores de deserción estudiantil en la Universidad Técnica de Cotopaxi utilizando Minería de Datos. UTC. Latacunga. 130 p,