Aplicación de modelos de clasificación para predecir la continuación de estudios superiores

Simple item page
dc.contributor.advisorBravo Celedón, María Loreto
dc.contributor.authorAroca Guerrero, Leandro
dc.coverage.spatialSantiago
dc.date.accessioned2024-02-27T20:28:09Z
dc.date.available2024-02-27T20:28:09Z
dc.date.issued2023
dc.descriptionCapstone presentado a la Facultad de Ingeniería de la Universidad del Desarrollo para optar al grado académico de Magíster en Data Science
dc.description.abstractEn el contexto de la educación superior chilena, la Universidad del Desarrollo (UDD) cuenta con una población estudiantil diversa en sus programas de pregrado. Como en muchas instituciones, la UDD enfrenta el desafío de comprender mejor las trayectorias profesionales y académicas de sus egresados. Este estudio se centra en analizar los patrones de continuación de estudios de posgrado entre los graduados de la UDD, utilizando datos de encuestas realizadas a una muestra representativa de 29.000 alumnos que completaron programas de pregrado. El objetivo principal de este trabajo es desarrollar un modelo predictivo que pueda identificar los factores determinantes en la decisión de los egresados de continuar con estudios de posgrado. A través de la aplicación de técnicas de Machine Learning, incluyendo Random Forest, Regresión Logística, Gradient Boosting, SVC (Support Vector Classifier) y KNN (K-Nearest Neighbors), el estudio busca descubrir las relaciones subyacentes entre el rendimiento académico, las circunstancias socioeconómicas y la posterior elección de emprender estudios avanzados. Mediante el uso de un conjunto de datos que abarcó respuestas a encuestas, tanto de preguntas cerradas como abiertas, se logró predecir con precisión la decisión de los estudiantes de cursar estudios de posgrado. Entre los modelos evaluados, se destacó especialmente el modelo de Regresión logística, que demostró un rendimiento sólido con métricas de precisión y puntuación F1 que indican su capacidad para clasificar de manera acertada a los individuos según su probabilidad de inscribirse en programas de posgrado. La validación de estos modelos se llevó a cabo a través del análisis de la curva ROC, lo que respalda la confiabilidad de las predicciones realizadas en este estudio.
dc.format.extent37 p.
dc.identifier.urihttps://hdl.handle.net/11447/8438
dc.language.isoes
dc.publisherUniversidad del Desarrollo. Facultad de Ingeniería
dc.subject070037S
dc.subjectEstudiantes universitarios
dc.subjectContinuidad de estudios
dc.titleAplicación de modelos de clasificación para predecir la continuación de estudios superiores
dc.typeThesis
dcterms.accessRightsPrivado

Files

Original bundle
Now showing 1 - 1 of 1
No Thumbnail Available
Name:
Aplicación de modelos de clasificación para predecir la continuación de estudios superiores_ L.Aroca.pdf
Size:
796.42 KB
Format:
Adobe Portable Document Format
Download
License bundle
Now showing 1 - 1 of 1
No Thumbnail Available
Name:
license.txt
Size:
347 B
Format:
Item-specific license agreed upon to submission
Description:
Download

Collections

Tesis de Postgrado Ingeniería

Implementado por OpenGeek Services