 | ||
Construcción De Un Modelo Basado En Redes Neuronales Para Determinar La Duración De Los Estudios De Ingeniería En Una Universidad Pública En El Perú | ||
| Published in: | Prospective and trends in technology and skills for sustainable social development. Leveraging emerging technologies to construct the future: Proceedings of the 19th LACCEI International Multi-Conference for Engineering, Education and Technology |  |
| Date of Conference: | July 19-23, 2021 | |
| Location of Conference: | Virtual | |
| Authors: | Paul Miller Tocto Inga (Universidad Nacional de Ingeniería, PE) Gloria Teresita Huamaní Huamaní (Universidad Nacional de Ingeniería, PE) Luis Alberto Zuloaga Rotta (Universidad Nacional de Ingeniería, PE) | |
| Full Paper: | #397 | |
Abstract:Uno de los problemas de las universidades es la duración y el abandono de los estudios, los cuales afectan el prestigio, el presupuesto de la universidad y al estudiante. En este estudio se considera el primero, la predicción normalmente se realiza mediante técnicas de análisis estadísticos clásicos, y estos cálculos se podrían mejorar utilizando técnicas de Machine Learning, para una mejor toma de decisiones por parte de las autoridades competentes. En la presente investigación se utilizó redes neuronales supervisadas, para realizar la predicción de la duración de los años de estudios. Las redes neuronales se entrenaron y validaron con la información de los egresados desde el 2010 al 2020 de la Facultad de Ingeniería Industrial y de Sistemas (FIIS), perteneciente a la Universidad Nacional de Ingeniería (UNI), obteniendo un modelo con una tasa de error menor al 1%. Este modelo sería útil para las autoridades universitarias correspondientes | ||