Data Science para la Predicción del Rendimiento Académico

Zoila Jessenia Fabara-Sarmiento, Janeth Pilar Diaz-Vera, Alicia Karina Ruiz-Ramirez

Resumen


En el último año las instituciones educativas se han visto afectadas por la emergencia sanitaria, la educación se tornó netamente virtual, lo cual en muchos casos no ha sido favorecedor para todos los estudiantes. Esta investigación se realizó con el objetivo de proporcionar una aplicación de data science que permita realizar una predicción del rendimiento académico de los estudiantes de nivel básica, con el fin de evaluar la efectividad de los métodos de enseñanza virtual.
El diseño metodológico se ha desarrollado en la herramienta PMI que consiste en una serie de fases secuenciales en donde permitirá la obtención de un entregable. Por esta razón, el proyecto evalúa los factores que inciden en el rendimiento académico haciendo uso de técnicas actuales como son la data science y herramientas de machine learning.

Palabras clave


data science; tecnología educativa; rendimiento académico.

Texto completo:

PDF HTML XML

Referencias


Alpaydin, E. (2020). Introduction to Machine Learning (4th ed.). MIT Press. https://books.google.com.ec/books?hl=es&lr=&id=tZnSDwAAQBAJ&oi=fnd&pg=PR7&ots=F3TUc-6oxc&sig=JzmrZtSgJTGO5A0ogcfX4x-Co2A&redir_esc=y#v=onepage&q&f=false

Código Orgánico Integral Penal. (2014). CODIGO ORGANICO INTEGRAL PENAL.

Constitución de la República del Ecuador. (2008). Constitución del Ecuador.

García, L. A. (2016). Gestión de proyectos según el PMI. Ingeniería Técnica de Informática de Gestión.

Gutiérrez, J. J. (2018). ¿Qué es un framework web?

Heredia-Mayorga, H. (2020). Big data en la educación. Horizontes. Revista de Investigación En Ciencias de La Educación, 4(16), 523–535. https://doi.org/10.33996/REVISTAHORIZONTES.V4I16.134

Holguín, C., Díaz-Ricardo, Y., & Antonio Becerra-García, R. (2014). Ciencias Holguín, Revista trimestral, Año XX, abril-junio 2014 El lenguaje de programación Python/The programming language Python Ivet Challenger-Pérez. http://www.linuxjournal.com/article/2959

Mora, J. P. (2016). Que es la Ciencia de Datos, el aprendizaje automático (ML), el Big Data y cuales son sus usos?

Mueller, J. P., & Massaron, L. (2016). Machine Learning for dummies (I. John Wiley & Sons (ed.)).

Naqa, I. El, & Murphy, M. J. (2015). What Is Machine Learning? Machine Learning in Radiation Oncology, 3–11. https://doi.org/10.1007/978-3-319-18305-3_1

Oracle Enterprise. (2015, April). Improving Higher Education Performance with Big Data. https://silo.tips/download/improving-higher-education-performance-with-big-data

Project Management Institute. (2013). Fundamentos para la Dirección de Proyectos (Guía del PMBOK) (Quinta Edi).

Reglamento para la Adquisición de Software por parte de las entidades contratantes del Sector Público. (2017). Reglamento para la Adquisición de Software por parte de las entidades contratantes del Sector Público.

Sosa, M., & Herrera, S. I. (2015). La informática como disciplina científica. Ensayo de mapeo disciplinar. https://www.researchgate.net/publication/264868897

Universitat Politécnica de Catalunya. (2021, March 21). ¿Qué es un Data Scientist? | inLab FIB. https://inlab.fib.upc.edu/es/blog/que-es-un-data-scientist

Utilización de Software Libre en la Administración Pública. (2011). Utilización de Software Libre en la Administración Pública.




DOI: http://dx.doi.org/10.23857/dc.v8i1.2481

Métricas del Artículos

Cargando Métricas.....

Metrics powered by MI WEB PRO

Enlaces de Referencia

  • Por el momento, no existen enlaces de referencia


Copyright (c) 2022 Zoila Jessenia Fabara-Sarmiento, Janeth Pilar Diaz-Vera, Alicia Karina Ruiz-Ramirez

URL de la Licencia: https://creativecommons.org/licenses/by-nc-sa/4.0/deed.es

Polo de Capacitación, Investigación y Publicación (POCAIP)

Dirección: Ciudadela El Palmar, II Etapa,  Manta - Manabí - Ecuador.

Código Postal: 130801

Teléfonos: 056051775/0991871420

Email: [email protected]

URL: https://www.dominiodelasciencias.com/

DOI: https://doi.org/10.23857/pocaip