Resumen:
Las instituciones educativas implementan metodologías, mejores prácticas, entre otras
actividades para mejorar la calidad de la enseñanza, su efecto usualmente se analiza
utilizando indicadores estadísticos simples basados en información referente al
rendimiento académico de los estudiantes que está compuesta por una gran cantidad de
datos. El presente trabajo aprovecha esta información para analizar el rendimiento
mediante modelos de series temporales y redes neuronales, proyectando su
comportamiento y proveyendo a los directivos una herramienta para la toma de
decisiones.
La información que se utilizó en este trabajo pasó por un proceso de extracción,
depuración y transformación previo al entrenamiento del modelo desarrollado. Este
modelo se utilizó en la implementación de una API que sirvió para la elaboración del front
end en la forma de una aplicación web.
Luego de entrenar el modelo por 32 épocas se obtuvo una exactitud del 84.01% y una
pérdida del 41.94% durante el entrenamiento, y una exactitud del 91.17% y una pérdida
del 28% en la validación, valores aceptables frente al 90% mencionado en el estado del
arte.