| Shrnutí: | La Universidad de Cuenca cuenta con una gran cantidad de datos relacionados
al rendimiento académico, deserción estudiantil y el estado socio-económico de sus estudiantes
que han sido recolectados desde el año 2008 hasta la actualidad, en base a esto es posible extraer
información significativa que no está disponible a simple vista, que ayude al cumplimiento
de los objetivos estratégicos de desarrollo institucional de la Universidad de Cuenca y de las
métricas del modelo de calidad empleado por el Consejo de aseguramiento de la calidad de la
educación superior para la evaluación de la educación superior.
Problema: Dentro de este contexto es deseable contar con un análisis del rendimiento y
deserción académica, para de esta forma tener un enfoque preventivo que identifique a sujetos
en situaciones de riesgo en una etapa temprana de la carrera o ciclo de estudios y que los actores
involucrados en estos procesos puedan tomar decisiones mejor informadas basadas en registros
históricos.
Solución: El presente trabajo aplica minería de datos para desarrollar modelos de clasificación
y predicción, usando la metodología CRISP-DM, se proponen tres problemas específicos
a resolver: predicción de deserción, predicción de reprobación por ciclo de de estudios y predicción
de reprobación por asignatura.Se pudo concluir que los modelos obtenidos tuvieron un
buen porcentaje de aciertos (sobre 73% ) y constituyen una herramienta muy valiosa para la
universidad.
|
|---|