| Revista: | Diálogos sobre educación. Temas actuales en investigación educativa |
| Base de datos: | CLASE |
| Número de sistema: | 000492512 |
| ISSN: | 2007-2171 |
| Autores: | Rico Páez, Andrés1 Gaytán Ramírez, Nora Diana2 Sánchez Guzmán, Daniel2 |
| Instituciones: | 1Instituto Politécnico Nacional, Ciudad de México. México 2Instituto Politécnico Nacional, Centro de Investigación en Ciencia Aplicada y Tecnología Avanzada, Ciudad de México. México |
| Año: | 2019 |
| Periodo: | Jul-Dic |
| Volumen: | 10 |
| Número: | 19 |
| País: | México |
| Idioma: | Español |
| Tipo de documento: | Artículo |
| Enfoque: | Analítico, descriptivo |
| Resumen en español | Una de las aplicaciones más utilizadas de la minería educativa de datos es la predicción del rendimiento académico. El objetivo de este trabajo es presentar la construcción, evaluación y aplicación de un modelo predictivo del rendimiento académico de estudiantes universitarios por medio de la técnica de minería de datos conocida como algoritmo Naïve Bayes. En este trabajo se recabaron datos de 122 estudiantes como entrenamiento para el algoritmo y se aplicó el modelo para predecir el rendimiento académico de 71 estudiantes. Los resultados muestran que el modelo predictivo, además de obtener predicciones del rendimiento académico, también identifica los factores que más influyen en él. Este tipo de estudios permite a los profesores diseñar estrategias de prevención e identificar estudiantes que son vulnerables a reprobar |
| Resumen en inglés | One of the most widely used applications of educational data mining is predicting academic performance. The aim of this paper is to present the construction, evaluation and implementation of a predictive model of the academic performance of university students by means of the data mining technique known as the Naïve Bayes algorithm. We collected data from 122 students as training for the algorithm and applied the model to predict the academic performance of 71 students. The results show that, in addition to obtaining predictions of academic performance, the predictive model also identifies the factors that influence it the most. This type of study allows teachers to design prevention strategies and identify students who are vulnerable to failure |
| Disciplinas: | Ciencias de la computación |
| Palabras clave: | Procesamiento de datos, Predicción, Rendimiento académico, Minería de datos, Modelos predictivos, Algoritmo Naïve Bayes |
| Keyword: | Computer science, Data processing, Prediction, Academic performance, Data mining, Predictive models, Naïve Bayes algorithm |
| Texto completo: | Texto completo (Ver HTML) Texto completo (Ver PDF) |
