Please use this identifier to cite or link to this item: http://www.dspace.espol.edu.ec/handle/123456789/45444
Full metadata record
DC FieldValueLanguage
dc.contributor.advisorOchoa Chehab, Xavier, Director-
dc.contributor.authorCarrillo Bastidas, Gladys Eliana-
dc.creatorEspol-
dc.date.accessioned2018-11-09T20:16:48Z-
dc.date.available2018-11-09T20:16:48Z-
dc.date.issued2018-
dc.identifier.citationCarrillo, G. (2018). Uso de información académica histórica para predicción de rendimiento estudiantil. [Tesis de maestría]. Escuela Superior Politécnica del Litoral, Guayaquil.-
dc.identifier.urihttp://www.dspace.espol.edu.ec/xmlui/handle/123456789/45444-
dc.descriptionTrabajo 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.-
dc.formatapplication/pdf-
dc.format.extent53-
dc.language.isospa-
dc.publisherEspol-
dc.rightsopenAccess-
dc.subjectPREDICCIONES-
dc.subjectREDES NEURONALES-
dc.subjectMINERIA DE DATOS EDUCATIVOS-
dc.subjectREGRESION LOGISTICA-
dc.subjectRENDIMIENTO ESTUDIANTIL-
dc.titleUso de información académica histórica para predicción de rendimiento estudiantil-
dc.typemasterThesis-
dc.identifier.codigoespolD-CD108615-
dc.description.cityGuayaquil-
dc.description.degreeMagister en Ciencias de la Computación-
Appears in Collections:Tesis de Maestría en Ciencias de la Computación

Files in This Item:
File SizeFormat 
D-CD108615.pdf888.55 kBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.