Construcción e implementación de un modelo para predecir el rendimiento académico de estudiantes universitarios mediante el algoritmo Naïve Bayes
DOI:
https://doi.org/10.32870/dse.vi19.509Palavras-chave:
predicción, rendimiento académico, minería de datos, modelo predictivo, algoritmo Naïve BayesResumo
Una de las aplicaciones más utilizadas de la minería educativa de datos es la predicción del rendimiento académico. El objetivo de este trabajo es presentar la construcción, evaluación y aplicación de un modelo predictivo del rendimiento académico de estudiantes universitarios por medio de la técnica de minería de datos conocida como algoritmo Naïve Bayes. En este trabajo se recabaron datos de 122 estudiantes como entrenamiento para el algoritmo y se aplicó el modelo para predecir el rendimiento académico de 71 estudiantes. Los resultados muestran que el modelo predictivo, además de obtener predicciones del rendimiento académico, también identifica los factores que más influyen en él. Este tipo de estudios permite a los profesores diseñar estrategias de prevención e identificar estudiantes que son vulnerables a reprobar.
Downloads
Downloads
Publicado
Edição
Seção
Licença
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial 4.0.
Una vez que los manuscritos son aceptados por los evaluadores para ser publicados, los autores deberán de suscribir una carta de cesión de derechos en favor de la Universidad de Guadalajara para la edición, publicación y difusión de su obra. Ya que sea notificada la publicación de su manuscrito, el editor de la revista le enviará un correo electrónico con el formato de la carta de cesión de derechos.