1. DSpace en ESPOL
2. Unidades Académicas
3. Facultad de Ingeniería en Electricidad y Computación
4. Tesis de Maestría en Ciencias de la Computación

Título :	Uso de información académica histórica para predicción de rendimiento estudiantil
Autor :	Ochoa Chehab, Xavier, Director Carrillo Bastidas, Gladys Eliana
Palabras clave :	PREDICCIONES REDES NEURONALES MINERIA DE DATOS EDUCATIVOS REGRESION LOGISTICA RENDIMIENTO ESTUDIANTIL
Fecha de publicación :	2018
Editorial :	Espol
Citación :	Carrillo, G. (2018). Uso de información académica histórica para predicción de rendimiento estudiantil. [Tesis de maestría]. Escuela Superior Politécnica del Litoral, Guayaquil.
Descripción :	Trabajo de tesis en el que se evalúa el rendimiento de las técnicas de minería de datos: regresión logística, máquina de soporte vectorial, red neuronal profunda y regresión logística para la predicción de rendimiento estudiantil utilizando solo la información académica de los estudiantes. los modelos de predicción propuestos buscan predecir la aprobación de la materia y su nota promedio final. dos conjuntos de variables se utilizan en los modelos, el primero consiste en las notas promedio finales de las materias de semestres anteriores y el otro conjunto de variables combina aspectos relacionados al semestre, a la materia y al rendimiento académico del estudiante obtenido a través de sus calificaciones.
URI :	http://www.dspace.espol.edu.ec/xmlui/handle/123456789/45444
Aparece en las colecciones:	Tesis de Maestría en Ciencias de la Computación

Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.