Nombre del Artículo: Datos que Dirigen el Destino: Aplicación de Algoritmos Supervisados para Pronosticar Ingresos a Instituciones de Educación Superior
Miembros del equipo:
DELGADO INILOPU, RUDY
ORDOÑEZ VARGAS, HARRY
AGUILAR VARGAS, JHANKARLO MIGUEL
IBAÑEZ RODRIGUEZ, GUSTAVO ARMANDO
Resumen:
En el presente estudio, se llevó a cabo una evaluación de modelos de Machine Learning Supervisado con el objetivo de anticipar las tendencias de ingreso y no ingreso a centros universitarios para individuos en el rango de edades entre 17 y 21 años. La investigación consideró diversos atributos, tales como la procedencia escolar, tipo, ubicación y nombre de la institución educativa, lugar de nacimiento, edades, sexo y estado civil. Utilizando modelos supervisados como J48, REPTree, Random Forest y MultilayerPerceptron, se aplicaron estos enfoques a una base de datos compuesta por 10,393 registros.
Este trabajo no solo presenta un análisis detallado de los resultados obtenidos mediante los modelos mencionados, sino que también propone una solución innovadora para la aplicación del análisis en tiempo real. Esta solución tiene como objetivo prever las tendencias y probabilidades de ingreso a instituciones de educación superior, basándose en datos históricos cuidadosamente seleccionados. La implementación de esta propuesta podría ofrecer valiosas perspectivas para la toma de decisiones informada en el ámbito educativo, contribuyendo así a una planificación más efectiva y adaptativa en el proceso de admisión.