@ARTICLE{PER_Com_2020,
author = "PEREZ GUTIERREZ, BORIS RAINIERO",
title = "Comparación de técnicas de minería de datos para identificar indicios de deserción estudiantil, a partir del desempeño académico",
abstract = "Uno de los grandes retos en las instituciones educativas consiste en poder establecer la posibilidad de retiro o deserción de sus estudiantes. En este artículo se presentan los resultados de un estudio de comparación de técnicas para apoyar la identificación de deserción estudiantil a partir del registro académico de los estudiantes de una Universidad en Colombia para el programa de Ingeniería de Sistemas. El registro académico se estableció para un periodo de 7 años. Árboles de decisión, regresión logística y Naive Bayes, fueron comparados para lograr establecer la mejor técnica de detección de desertores. Adicionalmente, la herramienta Watson Analytics de IBM fue utilizada para comparar su usabilidad y precisión para un usuario no experto. Nuestra experimentación demostró que el uso de algoritmos simples es suficiente para alcanzar niveles ideales de precisión. Estos resultados son presentados a la comunidad académica para ayudar en la disminución de la deserción estudiantil.",
year = 2020,
publisher = "Revista UIS Ingenierías",
url = "https://repositorio.ufps.edu.co/handle/ufps/1592",
}