Predicción de la aprobación a través de datos personales de estudiantes de medio superior

Resumen

El objetivo de este trabajo es utilizar datos personales de los estudiantes para predecir la aprobación y reprobación de un curso determinado mediante modelos predictivos con diferentes técnicas de aprendizaje automático. En este estudio participaron 96 estudiantes de nivel medio superior. De cada uno de ellos se obtuvieron 7 datos personales con el propósito de elaborar modelos predictivos mediante el uso de técnicas de aprendizaje automático Naïve Bayes y k vecinos más cercanos. El porcentaje de exactitud de las predicciones más alto obtenido fue 73.95% con la técnica k vecinos más cercanos. Se mostró la potencial utilidad de este modelo al realizar la predicción de la evaluación final de 10 estudiantes de un curso posterior de la misma unidad de aprendizaje y se consiguió un porcentaje de exactitud de 70%. La metodología empleada puede ser un apoyo para los docentes con el propósito de intervenir con cierto tiempo de antelación en la recuperación de estudiantes con probabilidades de reprobación e incluso antes de que el curso inicie.