Look-up in Google Scholar
Title: Machine Learning utilizando el Método Boosting de ensemble para la deserción estudiantil en EBR
Advisor(s): Saboya Ríos, Nemias
OCDE field: https://purl.org/pe-repo/ocde/ford#2.02.04
Issue Date: 2023
Institution: Universidad César Vallejo
Abstract: La finalidad del presente proyecto fue determinar la mejora del modelo predictivo de machine learning utilizando el método Boosting en la predicción de la deserción estudiantil en EBR (Educación Básica Regular), como metodología se utilizó KDD (Descubrimiento de conocimiento en base de datos) y para la medición se hizo el uso de tres indicadores: Precisión, Sensibilidad y Exactitud. Como resultado final, obtuvimos que el modelo predictivo que hace uso de varios logaritmos de aprendizaje sí mejora la predicción en la deserción estudiantil en la educación mencionada anteriormente. Finalmente, se concluyó que, de los algoritmos empleados, CATBOOST es el que nos brinda unos niveles más altos en lo que respecta a los indicadores seleccionados. Es así como tenemos un 97% en exactitud, 70% en precisión y 74% en sensibilidad.
Note: Lima Norte; Escuela de Ingeniería de Sistemas; Sistemas de Información y Comunicaciones; Desarrollo sostenible, emprendimientos y responsabilidad social.; Desarrollo económico, empleo y emprendimiento; Trabajo decente y crecimiento económico
Discipline: Ingeniería de Sistemas
Grade or title grantor: Universidad César Vallejo. Facultad de Ingeniería y Arquitectura
Grade or title: Ingeniero de Sistemas
Juror: Necochea Chamorro, Jorge Isaac; Hilario Falcon, Francisco Manuel; Saboya Rios, Nemias
Register date: 20-Feb-2024



This item is licensed under a Creative Commons License Creative Commons