Machine Learning utilizando el Método Boosting de ensemble para la deserción estudiantil en EBR
Fecha
2023Metadatos
Mostrar el registro completo del ítemResumen
La finalidad del presente proyecto fue determinar la mejora del modelo predictivo
de machine learning utilizando el método Boosting en la predicción de la deserción
estudiantil en EBR (Educación Básica Regular), como metodología se utilizó KDD
(Descubrimiento de conocimiento en base de datos) y para la medición se hizo el
uso de tres indicadores: Precisión, Sensibilidad y Exactitud. Como resultado final,
obtuvimos que el modelo predictivo que hace uso de varios logaritmos de
aprendizaje sí mejora la predicción en la deserción estudiantil en la educación
mencionada anteriormente. Finalmente, se concluyó que, de los algoritmos
empleados, CATBOOST es el que nos brinda unos niveles más altos en lo que
respecta a los indicadores seleccionados. Es así como tenemos un 97% en
exactitud, 70% en precisión y 74% en sensibilidad.
Colecciones
- Lima Norte [1422]