Look-up in Google Scholar
Title: Análisis predictivo del ascenso de escala magisterial utilizando minería de datos en la Unidad de Gestión Educativa Local de Tacna, 2015 – 2018
Advisor(s): Taya Acosta, Edgar Aurelio
OCDE field: https://purl.org/pe-repo/ocde/ford#2.02.04
Issue Date: 2022
Institution: Universidad Nacional Jorge Basadre Grohmann
Abstract: El presente trabajo de investigación tuvo por objetivo efectuar el análisis predictivo del ascenso de escala magisterial utilizando minería de datos en la Unidad de Gestión Educativa Local (UGEL) de Tacna, 2015 - 2018. Para tales efectos de la aplicación de la minería de datos, se usó como herramienta el software “Entorno para análisis del conocimiento de la Universidad de Waikato” (WEKA) 3.8.3 que nos ayudó a ver que algoritmo de predicción era el que mostraba mayor porcentaje de predicción. Se concluye que el ascenso de escala magisterial es un tema amplio, pero a pesar de todo ello se logró efectuar el análisis predictivo, corroborando que los algoritmos de aprendizaje automático son efectivos utilizando variables personales, académicos y socio económicos. Se concluyó que no solo se debe considerar las variables tomadas, sino otras que podrían tener mayor relevancia, así como variables emocionales y de contexto externo, pero para el caso del presente se consideró predominante los 14 indicadores desarrollados. Se concluyó también que la técnica idónea es el algoritmo de árboles de decisión, Logistic Model Tree (LMT), la cual fue el algoritmo que logró mayor porcentaje sobre la predicción del ascenso de escala magisterial utilizando la metodología, Cross Industry Standard Process for Data Mining (CRISP-DM).
Discipline: Informática y Sistemas
Grade or title grantor: Universidad Nacional Jorge Basadre Grohmann. Escuela Profesional de Ingeniería Informática y Sistemas
Grade or title: Ingeniero en Informática y Sistemas
Juror: Malaga Tejada, Gianfranco Alexey; Ramos Hinojosa, Edwin Antonio; Osco Mamani. Erbert Francisco
Register date: 8-Mar-2023; 8-Mar-2023



This item is licensed under a Creative Commons License Creative Commons