Reseña

Este libro presenta el diseño y la implementación de un modelo predictivo orientado a prevenir la deserción estudiantil en instituciones de educación superior, con un estudio de caso centrado en la Universidad del Pacífico. A partir de la aplicación del método KDD (Knowledge Discovery in Databases) y técnicas avanzadas de minería de datos, se construyó un sistema de alertas tempranas basado en algoritmos de aprendizaje supervisado como Random Forest, Decision Tree y Logistic Regression. El modelo fue entrenado con datos académicos y socioeconómicos reales de más de mil estudiantes, alcanzando niveles de precisión superiores al 98%, lo que demuestra su potencial para identificar oportunamente a estudiantes en riesgo de abandonar sus estudios.

A lo largo de sus capítulos, el lector encontrará un enfoque riguroso y aplicado, que conjuga fundamentos teóricos de la inteligencia artificial, técnicas de tratamiento y balanceo de datos, validación cruzada y métricas de evaluación, con una reflexión crítica sobre la deserción en contextos vulnerables como el Pacífico colombiano. Este texto constituye una herramienta valiosa para investigadores, docentes, responsables de políticas universitarias y profesionales de la ingeniería interesados en soluciones tecnológicas con impacto social en la educación.