Estudio comparativo de modelos de clasificación de Minería de datos para la predicción del rendimiento académico de los estudiantes de la Escuela Profesional de Ingeniería de Sistemas e Informática-UTEA

Simple item page
dc.contributor.advisorAscue Peralta, Marleny
dc.contributor.authorPaniura Hilares, Olwen Edward
dc.date.accessioned2024-12-30T19:25:41Z
dc.date.available2024-12-30T19:25:41Z
dc.date.issued2024-10
dc.description.abstractLa presente investigación titulada “Estudio comparativo de modelos de clasificación de Minería de Datos para la predicción del rendimiento académico de los estudiantes de la Escuela Profesional de Ingeniería de Sistemas e Informática-UTEA”, tuvo como objetivo principal comparar los modelos de clasificación de minería de datos: Árboles de decisión y K-Vecinos Más Cercanos para predecir el rendimiento académico de los estudiantes en la Escuela Profesional de Ingeniería de Sistemas e Informática – UTEA. Con una metodología de investigación aplicada, de nivel descriptivo y diseño no experimental de corte transversal. La muestra consistió en 112 estudiantes inscritos en la asignatura de Minería de datos, seleccionados mediante el método no probabilístico e intencional. Se registraron los resultados del desempeño de cada modelo aplicando la técnica de la observación y la ficha de registro como instrumento de recolección de datos. Llegando a concluir una diferencia significativa entre los modelos de Árboles de decisión y K-Vecinos Más Cercano. Las métricas de exactitud, precisión y sensibilidad indicaron que el modelo de Árboles de Decisión superó en eficiencia en la predicción en comparación del modelo de K-Vecinos Más Cercanos. Este resultado fue respaldado por el estadístico T-Student para muestras independientes, donde el valor p calculado (0.049) resultó ser menor que el nivel de significancia establecido (0.05), lo que sugiere que el modelo de Árboles de Decisión es más eficiente para la predicción del rendimiento académico.
dc.formatapplication/pdf
dc.identifier.urihttps://hdl.handle.net/20.500.14512/831
dc.language.isospa
dc.publisherUniversidad Tecnológica de los Andes
dc.publisher.countryPE
dc.rightsinfo:eu-repo/semantics/openAccess
dc.rights.urihttps://creativecommons.org/licenses/by-nc-nd/4.0/
dc.subjectAlgoritmos de clasificación
dc.subjectEficiencia
dc.subjectRendimiento académico
dc.subjectÁrboles de Decisión
dc.subjectK-Vecinos Más Cercanos
dc.subject.ocdehttps://purl.org/pe-repo/ocde/ford#2.02.04
dc.titleEstudio comparativo de modelos de clasificación de Minería de datos para la predicción del rendimiento académico de los estudiantes de la Escuela Profesional de Ingeniería de Sistemas e Informática-UTEA
dc.typeinfo:eu-repo/semantics/bachelorThesis
dc.type.versioninfo:eu-repo/semantics/publishedVersion
renati.advisor.dni00493278
renati.advisor.orcidhttps://orcid.org/0000-0002-0708-8565
renati.author.dni73197843
renati.discipline612156
renati.jurorChavez Vasquez, Eduardo
renati.jurorChiclla Carrasco, Edison
renati.jurorloayza Velasque, Berly
renati.levelhttps://purl.org/pe-repo/renati/nivel#tituloProfesional
renati.typehttps://purl.org/pe-repo/renati/type#tesis
thesis.degree.disciplineIngeniería de Sistemas e Informática
thesis.degree.grantorUniversidad Teconológica de los Andes.Facultad de Ingeniería
thesis.degree.nameIngeniero de Sistemas e Informática

Files

Original bundle
Now showing 1 - 3 of 3
Thumbnail Image
Name:
Estudio comparativo de modelos de clasificación de Minería de Datos_Paniura Hilares_Olwen E.pdf
Size:
1.38 MB
Format:
Adobe Portable Document Format
Download
No Thumbnail Available
Name:
Formulario de Autorización_Paniura Hilares_Olwen E.pdf
Size:
1.22 MB
Format:
Adobe Portable Document Format
Download
No Thumbnail Available
Name:
Turnitin_Paniura Hilares_Olwen E.pdf
Size:
3.34 MB
Format:
Adobe Portable Document Format
Download
License bundle
Now showing 1 - 1 of 1
No Thumbnail Available
Name:
license.txt
Size:
47 B
Format:
Item-specific license agreed upon to submission
Description:
Download

Collections

Escuela Profesional de Sistemas e Informática