Predicción de la Deserción Académica en una Universidad Pública Chilena a través de la Clasificación basada en Árboles de Decisión con Parámetros Optimizados

• Autores: Patricio E Ramírez, Elizabeth E. Grandón
• Localización: Formación Universitaria, ISSN-e 0718-5006, Vol. 11, Nº. 3, 2018, págs. 3-10
• Idioma: español
• Títulos paralelos:
  • Prediction of Student Dropout in a Chilean Public University through Classification based on Decision Trees with Optimized Parameters
• Enlaces
  • Texto completo
• Dialnet Métricas: 8 Citas
• Resumen
  • español

    El objetivo de este estudio es presentar una clasificación basada en árboles de decisión (CBAD) con parámetros optimizados para predecir la deserción de los estudiantes universitarios. El estudio analiza 5288 casos de estudiantes pertenecientes a una universidad pública chilena. Para la técnica CBAD se optimizaron los parámetros para mejorar la predicción usando el software RapidMiner. El resultado de la aplicación de esta técnica con parámetros optimizados logro una razón de precisión de un 87.27%. Se concluye que el uso de técnicas de CBAD con optimización de parámetros resulta en una mejor precisión en comparación a otras investigaciones con un número similar de datos.

  • English

    The aim of this study is to present a classification based on decision trees (DTBC) with optimized parameters to predict the dropout rate of university students. The study analyses 5288 cases of students belonging to a Chilean public university. For the CBAD technique, the parameters were optimized to improve the prediction using the software RapidMiner. The result of the application of this technique with optimized parameters achieved a precision rate of 87.27%. It is concluded that the use of DTBC technique with parameter optimization results in a better precision compared to other research with similar number of data.