Estudio comparativo de técnicas de minería de datos para develar patrones de desempeño académico en enseñanza media

Abstract

La minería de datos es ampliamente utilizada en diversos campos: educación, computación móvil, minería web, análisis financiero, análisis de delitos, ingeniería, gestión, medicina, etc. Naturalmente, en la dinámica de la sociedad actual, se ha dado, cada vez, mayor importancia a la educación y la investigación. Adicionalmente, las instituciones de educación generan y almacenan datos sobre los estudiantes, que con un procesado subsecuente adecuado pueden resultar útiles para tomar decisiones estratégicas en pro de todos los procesos académicos internos de las mismas instituciones. En este sentido, las técnicas computarizadas, particularmente las técnicas de minería de datos, han tomado importancia dado que permiten comprender mejor a los estudiantes y los entornos en los que aprenden, orientando a las instituciones en cómo proceder para brindar mejoras continuas en la calidad de educación. El presente trabajo presenta un estudio de técnicas de minería de datos, aplicada a datos de estudiantes de educación media, para proponer una base conceptual y algorítmica para diseñar una herramienta que tenga un margen mayor de análisis de la información, a través de los datos generados por la aplicación, apoyándose de igual manera en algoritmos de inteligencia artificial, los cuales son: método ponderado de vecinos cercanos, árboles de decisión, máquinas de vectores de soporte, y enfoques de multi-clasificadores.