Publicación

Tipo de publicación: Artículos científicos (Publicados en revistas de divulgación o científicas)

Título del artículo: Aplicaciones de Minería de Datos en Datos de Ingreso de Estudiantes de Ingeniería

Registrado por: International Journal of Human Sciences Research

Año de publicación: 2022

Resumen: El estudio exploratorio realizado en el Departamento de Ingeniería en Sistemas Computacionales del ITS Motul utiliza minería de datos para correlacionar el desempeño académico de los estudiantes a través del promedio de calificaciones, con la prueba de ingreso a nivel superior, a través del instrumento EXANI II, con el fin de identificar patrones acerca de los principales indicadores académicos que presentan los estudiantes de nuevo ingreso y que ayuden a predecir su comportamiento posterior. Además de clasificarlos utilizando el algoritmo de árbol J48 para identificar las variables principales que determinen su potencial rendimiento académico, resultando ser la comprensión lectora y el índice de pensamiento matemático. Se utiliza en el proyecto Weka, software que implementa técnicas de machine learning, para el análisis automático de los datos, dejando la interpretación de la información resultante en manos del investigador. Los indicadores elegidos están asociados únicamente al desempeño académico y los resultados preliminares del estudio son una pauta para realizar estudios más profundos con mayor cantidad de datos y número de indicadores que, a largo plazo, permitan una caracterización formal de las necesidades de los estudiantes de nuevo ingreso.

Editorial:

Número de páginas:

Autor(es): Centurión Cardeña, Humberto José Cano Barrón, Danice Deyanira

Campo: Ingeniería en Sistemas Computacionales

Disciplina: Inteligencia Artificial

Subdisciplina: Ciencia de datos

Número de registro: