ColombiaColombia
Detalle
ISBN 978-958-787-518-8

Machine Learning aplicado al rendimiento académico en educación superior: factores, variables y herramientas

Autores:Contreras Bravo, Leonardo Emiro
Tarazona Bermúdez, Giovanny Mauricio
Alemán Cardona, Angie Paola
Ruiz Vanegas, Jhonatan Estiven
Hernández Arcila, Brandon Herney
Garzón Trujillo, Daniela
Sánchez Gómez, Oscar Eduardo
Ángel Cifuentes, Marisol
Editorial:Universidad Distrital Francisco José de Caldas
Materia:629 - Otras ramas de la Ingeniería
Clasificación Thema::UMB - Algoritmos y estructuras de datos
JNM - Educación superior y continua, educación terciaria
Público objetivo:Profesional / académico
Colección:Espacios
Disponibilidad:Disponible
Estatus en catálogo:Próxima aparición
Publicado:2023-04-25
Número de edición:1
Tamaño:6800Kb
Precio:$50.000
Soporte:Digital
Formato:Epub (.epub)
Idioma:Español

Reseña

Las herramientas de aprendizaje automático están siendo muy utilizadas, puesto que brindan buenas aproximaciones al predecir el rendimiento académico de los estudiantes. Se analiza información de la última década con el objetivo de identificar los factores que influyen sobre el rendimiento académico a nivel superior a partir de modelos realizados con técnicas de aprendizaje automático. Se plantea una clasificación en términos de factores académicos, sociodemográficos, de aprendizaje en línea, de gestión académica, psicosocial y de entorno académico. Así como también se identifican cuáles han sido los algoritmos más usados en la búsqueda de su predicción. Adicionalmente, la detección de las variables que más influyen en este fenómeno permitirá la implementación de otros algoritmos de Machine Learning pertenecientes a otras ramas dentro de este campo. Así pues, este trabajo, al ahondar un poco más sobre la aplicación de herramientas de Machine Learning en educación superior, servirá a docentes e investigadores que deseen investigar en temas del campo educativo.

Contáctenos:

Cámara del Libro. Calle 35 No.5A-05 / Tel. (571) 6017441231