Desarrollo de un modelo inteligente de análisis de datos que prediga los posibles casos de deserción de estudiantes en los primeros niveles del Instituto Superior Tecnológico Cotopaxi

Abstract

El abandono educativo es un fenómeno que se ha venido produciendo con más frecuencia en las Instituciones de educación superior, y los Institutos técnicos y tecnológicos no son la excepción. El abandono temprano provoca un impacto negativo emocional en los estudiantes que ven frustrados sus sueños de obtener un título de tercer nivel, produciéndose un incremento de este indicador de abandono en las instituciones de educación superior en el Ecuador. En la actualidad la mayoría de las instituciones de educación superior cuentan con un sistema informático académico para el registro de su gestión Institucional. La información del alumnado almacenada en las bases de datos del Instituto constituyó la base fundamental para el desarrollo del presente trabajo basado en el análisis y selección de la información de los estudiantes que ingresaron a los primeros niveles del Instituto en un DataSet, evaluarlo mediante la aplicación de los modelos supervisados de Machine Learning como son árboles de decisión, bosques aleatorios, y redes neuronales. Cada modelo de clasificación fue evaluado mediante sus respectivas métricas de precisión y el modelo ganador fue desplegado en la nube mediante la plataforma como servicio Heroku, cumpliendo de esta manera todas las fases de la metodología CRISP-DM. Se concluye que la aplicación de técnicas de Machine Learning en el ámbito educativo contribuye significativamente a identificar estudiantes con riesgo de deserción en el Instituto Superior Tecnológico Cotopaxi, esta identificación permitirá desarrollar planes de acción que ayuden a mitigar dichos riesgos, disminuyendo el porcentaje de deserción estudiantil.