Modelo de predicción académico y rendimiento académico de los estudiantes del primer año de secundaria en la Institución Educativa Inca Garcilaso de la Vega, Cusco 2021
| dc.contributor.advisor | Cristobal Lara, Roly Alcides | |
| dc.contributor.author | Bautista Huancahuari, Toribio Alberto | |
| dc.date.accessioned | 2025-02-03T22:03:16Z | |
| dc.date.available | 2025-02-03T22:03:16Z | |
| dc.date.issued | 2024-03-13 | |
| dc.description.abstract | El objetivo del estudio es determinar la relación entre el modelo de predicción académico y el rendimiento académico de los estudiantes del primer año de secundaria de la IE IGV. La problemática trata sobre la deficiencia académica y cuál es la relación que se da entre el modelo de predicción y el rendimiento académico, donde se plantea solucionar el problema de como los modelos predictivos se puede relacionar con su desenvolvimiento académico a partir de sus datos de ingreso de cada estudiante como factor social, económico y académico. Se tomó una muestra de 196 estudiantes exclusivamente del primer año, comprendido entre el 2015 al 2019. Se llevo a cabo una investigación no experimental, correlacional, la metodología usada para la generación de modelos predictivos es CRISP-DM, que es muy usada para estos tipos de propósito y RStudio como software para la implementación y cotejo de los datos estadísticos, la técnica e instrumentos de recolección de datos fue análisis de datos históricos y entrevista. Para alcanzar el propósito se aplicaron cinco modelos predictivos, el que obtuvo la mejor medida de predicción y relación significativa con el rendimiento académico fue redes neuronales 92.31%, y el segundo mejor fue máquina vector de soporte 89.74%. Los elementos que contribuyeron de manera significativa en el rendimiento académico son: notas finales, discapacidad, cantidad de hermanos, vive con sus padres, trabaja el alumno, tipo de escuela, distancia al colegio y preparación académica. | |
| dc.format | application/pdf | |
| dc.identifier.uri | https://hdl.handle.net/20.500.14597/8719 | |
| dc.language.iso | spa | |
| dc.publisher | Universidad Nacional de Huancavelica | |
| dc.publisher.country | PE | |
| dc.rights | info:eu-repo/semantics/openAccess | |
| dc.rights.uri | https://creativecommons.org/licenses/by/4.0/ | |
| dc.subject | Modelos predictivos | |
| dc.subject | Rendimiento académico | |
| dc.subject | Metodología CRISP-DM | |
| dc.subject.ocde | https://purl.org/pe-repo/ocde/ford#1.02.01 | |
| dc.title | Modelo de predicción académico y rendimiento académico de los estudiantes del primer año de secundaria en la Institución Educativa Inca Garcilaso de la Vega, Cusco 2021 | |
| dc.type | info:eu-repo/semantics/masterThesis | |
| dc.type.version | info:eu-repo/semantics/publishedVersion | |
| renati.advisor.dni | 20116477 | |
| renati.advisor.orcid | https://orcid.org/0000-0002-2281-4676 | |
| renati.author.dni | 42780121 | |
| renati.discipline | 612187 | |
| renati.juror | Marquez Camarena, Javier Francisco | |
| renati.juror | Sinche Crispin, Fernando Viterbo | |
| renati.juror | Rojas Bujaico, Rafael Wilfredo | |
| renati.level | https://purl.org/pe-repo/renati/level#maestro | |
| renati.type | https://purl.org/pe-repo/renati/type#tesis | |
| thesis.degree.discipline | Maestría en Ciencias de Ingeniería; Mención en Tecnologías de Información y Comunicación | |
| thesis.degree.grantor | Universidad Nacional de Huancavelica. Facultad de Ingeniería Electrónica - Sistemas | |
| thesis.degree.name | Maestro en Ciencias de Ingeniería; Mención en Tecnologías de Información y Comunicación |