Look-up in Google Scholar
Title: Machine Learning para predecir la cantidad de alumnos de pregrado a matricularse por asignatura en el periodo académico 2019-II en la Universidad Nacional del Santa
Advisor(s): Urrelo Huiman, Luis Vladimir
OCDE field: https://purl.org/pe-repo/ocde/ford#2.02.04
Issue Date: 22-Oct-2022
Institution: Universidad Nacional del Santa
Abstract: La investigación tuvo como objetivo predecir la cantidad de alumnos de pregrado a matricularse por asignatura en el periodo académico 2019-II en la Universidad Nacional del Santa, haciendo uso de Machine Learning, para lo cual, se identificó el algoritmo apropiado para realizar el análisis predictivo investigado, luego se identificó una adecuada plataforma de implementación de algoritmos de Machine Learning en la nube, posteriormente se determinó las variables que intervienen en la predicción de la cantidad de alumnos de pregrado a matricularse por asignatura durante un periodo académico y posteriormente se elaboró una solución de Machine Learning para predecir dicha cantidad. Al identificar el algoritmo apropiado, se observó que se puede utilizar varios algoritmos y luego compararlos en la solución de Machine Learning, también se identificó a Microsoft Azure como plataforma adecuada para implementar la solución de Machine Learning, posteriormente se logró determinar diez variables predictoras como las más apropiadas para la investigación y finalmente, haciendo uso del algoritmo, plataforma y variables seleccionadas, se elaboró una solución de Machine Learning para predecir la cantidad de alumnos de pregrado a matricularse por asignatura; al hacer uso de esta solución con los valores para el periodo académico 2019-II, se observó que existe similitud con la cantidad real de alumnos que se matricularon en cada asignatura en dicho semestre. Por lo que se concluye que Machine Learning permite predecir la cantidad de alumnos de pregrado a matricularse por asignatura en el periodo académico 2019-II en la Universidad Nacional del Santa.
Discipline: Ingeniería de Sistemas e Informática mención Gestión de Tecnologías de Información
Grade or title grantor: Universidad Nacional del Santa. Escuela de posgrado
Grade or title: Maestro en Ingeniería de Sistema e Informática mención Gestión de Tecnologías de la Información
Juror: Caselli Gismondi, Hugo Esteban; Apéstegui Florentino, Yim Isaías; Urrelo Huiman, Luis Vladimir
Register date: 21-Feb-2023



This item is licensed under a Creative Commons License Creative Commons