Modelos de Data Science para mejorar la detección de la deserción académica en la Institución Educativa 88331 en Chimbote - 2021

Abstract

La presente investigación muestra un modelo de Data Science para la detección de la deserción escolar en la Institución Educativa 88331 en el centro poblado Rinconada, Chimbote. Bajo la Jornada escolar completa en el nivel Secundaria. Este proyecto nace a raíz de un problema latente en el sector educativo de la Educación Básica Regular: La deserción escolar; referido a los estudiantes de nivel básico regular que abandonan sus estudios antes de terminar su año escolar. Se analizó un historial de notas del nivel secundaria matriculados desde el año 2011 al año 2019, con un total de 804 estudiantes a los largo de dichos años. Las variables estudiadas fueron género, fecha de nacimiento, grado, sección, año académico, notas por cursos, áreas desaprobadas, comportamiento y situación final. Para el desarrollo del modelo de Data Science Regresión logística se utilizó la plataforma Cloud Google Colab, con el lenguaje de programación Python, bajo la metodología CRISP-DM, se trabajó con un primer grupo del 70% en Train o entrenamiento y un 30% en test o testeo, logrando obtener una óptima precisión. Finalmente como resultado de implementar el modelo de Data Science de Regresión Logística se obtuvo una mejora de la Tasa de retención escolar de 84,1 % a un 95,5% en un año escolar.