Titulo:
Obtención de un modelo de minería de datos aplicado a la deserción universitaria del programa de Ingeniería de Sistemas de la Universidad de Cundinamarca
.
Sumario:
En el presente artículo se describe la obtención de un modelo de minería de datos aplicado al problema de la deserción universitaria en el programa de Ingeniería de Sistemas de la Universidad de Cundinamarca, extensión Facatativá. El modelo se estructuró mediante la metodología de minería de datos KDD (knowledge discovery in databases) haciendo uso del lenguaje de programación Python, la librería de procesamiento de datos Pandas y de machine learning Sklearn. Para el proceso se tuvieron en cuenta problemas adicionales al proceso de minería, como, por ejemplo, la alta dimensionalidad, por lo cual se aplicaron los métodos de selección de las variables estadístico univariado, feature importance y SelectFromModel (Sklearn). En el proyecto se se... Ver más
Guardado en:
2382-3399
2745-2220
7
2020-04-11
134
150
Revista Ontare - 2019
info:eu-repo/semantics/openAccess
http://purl.org/coar/access_right/c_abf2
| id |
metarevistapublica_ean_revistaontare_54_article_2676 |
|---|---|
| record_format |
ojs |
| spelling |
Obtención de un modelo de minería de datos aplicado a la deserción universitaria del programa de Ingeniería de Sistemas de la Universidad de Cundinamarca Obtaining a data mining model to be applied to university desertion from the Systems Engineering program of the University of Cundinamarca En el presente artículo se describe la obtención de un modelo de minería de datos aplicado al problema de la deserción universitaria en el programa de Ingeniería de Sistemas de la Universidad de Cundinamarca, extensión Facatativá. El modelo se estructuró mediante la metodología de minería de datos KDD (knowledge discovery in databases) haciendo uso del lenguaje de programación Python, la librería de procesamiento de datos Pandas y de machine learning Sklearn. Para el proceso se tuvieron en cuenta problemas adicionales al proceso de minería, como, por ejemplo, la alta dimensionalidad, por lo cual se aplicaron los métodos de selección de las variables estadístico univariado, feature importance y SelectFromModel (Sklearn). En el proyecto se seleccionaron cinco técnicas de minería de datos para evaluarlas: vecinos más cercanos (K nearest neighbors, KNN), árboles de decisión (decision tree, DT), árboles aleatorios (random forest, RF), regresión logística (logistic regression, LR) y máquinas de vectores soporte (support vector machines, SVM). Respecto a la selección del modelo final se evaluaron los resultados de cada modelo en las métricas de precisión, matriz de confusión y métricas adicionales de la matriz de confusión. Por último, se ajustaron los parámetros del modelo seleccionado y se evaluó la generalización del modelo al graficar su curva de aprendizaje. This article describes how a data mining model was obtained and applied to the problem of university dropout in the Systems Engineering program of the University of Cundinamarca, in Facatativá. The model was structured by means of the KDD (knowledge discovery in databases) data mining methodology using Python programming language, Pandas data processing library, and the Sklearn machine learning. For the process, we took into account problems that are additional to the ones specific to the mining process, such as high dimensionality, reason why the methods of selection of the univariate statistical variables, feature importance, and SelectFromModel (Sklearn) were applied. In the project, five data mining techniques were selected for evaluation: nearest neighbors (KNN), decision tree (DT), random forest (RF), logistic regression (LR), and support vector machines (SVM). Regarding the selection of the final model, the results of each model were tested on the precision metrics, confusion matrix, and additional metrics of the confusion matrix. Finally, the parameters of the selected model were adjusted and the generalization of the model was evaluated by plotting its learning curve. Ayala-Yaguara, Holmes Yesid Valenzuela-Sabogal, Gina Maribel Espinosa-García, Alexander Minería de datos Deserción universitaria Universidad de Cundinamarca, extensión Facatativá Análisis de regresión logística Data mining College dropouts University of Cundinamarca, extension Facatativa Logistic regression analysis 7 , Año 2019 : Inteligencia Artificial y soluciones de ingeniería sostenible Artículo de revista Journal article 2020-04-11T00:00:00Z 2020-04-11T00:00:00Z 2020-04-11 application/pdf Universidad Ean Revista Ontare 2382-3399 2745-2220 https://journal.universidadean.edu.co/index.php/Revistao/article/view/2676 10.21158/23823399.v7.n0.2019.2676 https://doi.org/10.21158/23823399.v7.n0.2019.2676 spa https://creativecommons.org/licenses/by-nc-sa/4.0/ Revista Ontare - 2019 134 150 Fischer, E. S. (2012). Modelo para la automatización del proceso de determinación de riesgo de deserción en estudiantes universitarios. Santiago de Chile: Universidad de Chile. Galvis, M.; Martínez, F. (2004). Confrontación de dos técnicas de minería de datos aplicadas a un dominio específico. Bogotá: Pontificia Universidad Javeriana. Hernández, J.; Ramírez, J.; Ferri, C. (2004). Introducción a la minería de datos. Madrid: Pearson. MEN (Ministerio de Educación Nacional). (2009). Deserción estudiantil en la educación superior colombiana: metodología de seguimiento, diagnóstico y elementos para su prevención. Bogotá: Ministerio de Educación Nacional. Moine, J. M.; Gordillo, S.; Haedo, A. (2011). Estudio comparativo de metodologías para minería de datos. Texto presentado en el XIII Workshop de Investigadores en Ciencias de la Computación. Red de Universidades con Carreras en Informática (RedUNCI), San Juan, Argentina, 5-6 de mayo. Recuperado de http://hdl.handle.net/10915/20034 Müller, A.; Guido, S. (2016). Introduction to machine learning: a guide for data scientists. Sebastopol CA: O' Reilly. Pedregosa, F. et al. (2011). Scikit-learn: machine learning in python. Journal of Machine Learning Research, 12, 2826-2830. Recuperado de https://hal.inria.fr/hal 00650905 Raschka, S. (2015). Python machine learning. Birmingham: Packt Publishing. Universidad de Cundinamarca. (2019). Boletín Estadístico X Edición. Universidad de Cundinamarca, Dirección Planeación Institucional. Fusagasugá: Fusunga Casa Editorial. https://journal.universidadean.edu.co/index.php/Revistao/article/download/2676/2087 info:eu-repo/semantics/article http://purl.org/coar/resource_type/c_6501 http://purl.org/redcol/resource_type/ARTREF info:eu-repo/semantics/publishedVersion http://purl.org/coar/version/c_970fb48d4fbd8a85 info:eu-repo/semantics/openAccess http://purl.org/coar/access_right/c_abf2 Text Publication |
| institution |
UNIVERSIDAD EAN |
| thumbnail |
https://nuevo.metarevistas.org/UNIVERSIDADEAN/logo.png |
| country_str |
Colombia |
| collection |
Revista Ontare |
| title |
Obtención de un modelo de minería de datos aplicado a la deserción universitaria del programa de Ingeniería de Sistemas de la Universidad de Cundinamarca |
| spellingShingle |
Obtención de un modelo de minería de datos aplicado a la deserción universitaria del programa de Ingeniería de Sistemas de la Universidad de Cundinamarca Ayala-Yaguara, Holmes Yesid Valenzuela-Sabogal, Gina Maribel Espinosa-García, Alexander Minería de datos Deserción universitaria Universidad de Cundinamarca, extensión Facatativá Análisis de regresión logística Data mining College dropouts University of Cundinamarca, extension Facatativa Logistic regression analysis |
| title_short |
Obtención de un modelo de minería de datos aplicado a la deserción universitaria del programa de Ingeniería de Sistemas de la Universidad de Cundinamarca |
| title_full |
Obtención de un modelo de minería de datos aplicado a la deserción universitaria del programa de Ingeniería de Sistemas de la Universidad de Cundinamarca |
| title_fullStr |
Obtención de un modelo de minería de datos aplicado a la deserción universitaria del programa de Ingeniería de Sistemas de la Universidad de Cundinamarca |
| title_full_unstemmed |
Obtención de un modelo de minería de datos aplicado a la deserción universitaria del programa de Ingeniería de Sistemas de la Universidad de Cundinamarca |
| title_sort |
obtención de un modelo de minería de datos aplicado a la deserción universitaria del programa de ingeniería de sistemas de la universidad de cundinamarca |
| title_eng |
Obtaining a data mining model to be applied to university desertion from the Systems Engineering program of the University of Cundinamarca |
| description |
En el presente artículo se describe la obtención de un modelo de minería de datos aplicado al problema de la deserción universitaria en el programa de Ingeniería de Sistemas de la Universidad de Cundinamarca, extensión Facatativá. El modelo se estructuró mediante la metodología de minería de datos KDD (knowledge discovery in databases) haciendo uso del lenguaje de programación Python, la librería de procesamiento de datos Pandas y de machine learning Sklearn. Para el proceso se tuvieron en cuenta problemas adicionales al proceso de minería, como, por ejemplo, la alta dimensionalidad, por lo cual se aplicaron los métodos de selección de las variables estadístico univariado, feature importance y SelectFromModel (Sklearn). En el proyecto se seleccionaron cinco técnicas de minería de datos para evaluarlas: vecinos más cercanos (K nearest neighbors, KNN), árboles de decisión (decision tree, DT), árboles aleatorios (random forest, RF), regresión logística (logistic regression, LR) y máquinas de vectores soporte (support vector machines, SVM). Respecto a la selección del modelo final se evaluaron los resultados de cada modelo en las métricas de precisión, matriz de confusión y métricas adicionales de la matriz de confusión. Por último, se ajustaron los parámetros del modelo seleccionado y se evaluó la generalización del modelo al graficar su curva de aprendizaje.
|
| description_eng |
This article describes how a data mining model was obtained and applied to the problem of university dropout in the Systems Engineering program of the University of Cundinamarca, in Facatativá. The model was structured by means of the KDD (knowledge discovery in databases) data mining methodology using Python programming language, Pandas data processing library, and the Sklearn machine learning. For the process, we took into account problems that are additional to the ones specific to the mining process, such as high dimensionality, reason why the methods of selection of the univariate statistical variables, feature importance, and SelectFromModel (Sklearn) were applied. In the project, five data mining techniques were selected for evaluation: nearest neighbors (KNN), decision tree (DT), random forest (RF), logistic regression (LR), and support vector machines (SVM). Regarding the selection of the final model, the results of each model were tested on the precision metrics, confusion matrix, and additional metrics of the confusion matrix. Finally, the parameters of the selected model were adjusted and the generalization of the model was evaluated by plotting its learning curve.
|
| author |
Ayala-Yaguara, Holmes Yesid Valenzuela-Sabogal, Gina Maribel Espinosa-García, Alexander |
| author_facet |
Ayala-Yaguara, Holmes Yesid Valenzuela-Sabogal, Gina Maribel Espinosa-García, Alexander |
| topicspa_str_mv |
Minería de datos Deserción universitaria Universidad de Cundinamarca, extensión Facatativá Análisis de regresión logística |
| topic |
Minería de datos Deserción universitaria Universidad de Cundinamarca, extensión Facatativá Análisis de regresión logística Data mining College dropouts University of Cundinamarca, extension Facatativa Logistic regression analysis |
| topic_facet |
Minería de datos Deserción universitaria Universidad de Cundinamarca, extensión Facatativá Análisis de regresión logística Data mining College dropouts University of Cundinamarca, extension Facatativa Logistic regression analysis |
| citationvolume |
7 |
| citationedition |
, Año 2019 : Inteligencia Artificial y soluciones de ingeniería sostenible |
| publisher |
Universidad Ean |
| ispartofjournal |
Revista Ontare |
| source |
https://journal.universidadean.edu.co/index.php/Revistao/article/view/2676 |
| language |
spa |
| format |
Article |
| rights |
https://creativecommons.org/licenses/by-nc-sa/4.0/ Revista Ontare - 2019 info:eu-repo/semantics/openAccess http://purl.org/coar/access_right/c_abf2 |
| references |
Fischer, E. S. (2012). Modelo para la automatización del proceso de determinación de riesgo de deserción en estudiantes universitarios. Santiago de Chile: Universidad de Chile. Galvis, M.; Martínez, F. (2004). Confrontación de dos técnicas de minería de datos aplicadas a un dominio específico. Bogotá: Pontificia Universidad Javeriana. Hernández, J.; Ramírez, J.; Ferri, C. (2004). Introducción a la minería de datos. Madrid: Pearson. MEN (Ministerio de Educación Nacional). (2009). Deserción estudiantil en la educación superior colombiana: metodología de seguimiento, diagnóstico y elementos para su prevención. Bogotá: Ministerio de Educación Nacional. Moine, J. M.; Gordillo, S.; Haedo, A. (2011). Estudio comparativo de metodologías para minería de datos. Texto presentado en el XIII Workshop de Investigadores en Ciencias de la Computación. Red de Universidades con Carreras en Informática (RedUNCI), San Juan, Argentina, 5-6 de mayo. Recuperado de http://hdl.handle.net/10915/20034 Müller, A.; Guido, S. (2016). Introduction to machine learning: a guide for data scientists. Sebastopol CA: O' Reilly. Pedregosa, F. et al. (2011). Scikit-learn: machine learning in python. Journal of Machine Learning Research, 12, 2826-2830. Recuperado de https://hal.inria.fr/hal 00650905 Raschka, S. (2015). Python machine learning. Birmingham: Packt Publishing. Universidad de Cundinamarca. (2019). Boletín Estadístico X Edición. Universidad de Cundinamarca, Dirección Planeación Institucional. Fusagasugá: Fusunga Casa Editorial. |
| type_driver |
info:eu-repo/semantics/article |
| type_coar |
http://purl.org/coar/resource_type/c_6501 |
| type_version |
info:eu-repo/semantics/publishedVersion |
| type_coarversion |
http://purl.org/coar/version/c_970fb48d4fbd8a85 |
| type_content |
Text |
| publishDate |
2020-04-11 |
| date_accessioned |
2020-04-11T00:00:00Z |
| date_available |
2020-04-11T00:00:00Z |
| url |
https://journal.universidadean.edu.co/index.php/Revistao/article/view/2676 |
| url_doi |
https://doi.org/10.21158/23823399.v7.n0.2019.2676 |
| issn |
2382-3399 |
| eissn |
2745-2220 |
| doi |
10.21158/23823399.v7.n0.2019.2676 |
| citationstartpage |
134 |
| citationendpage |
150 |
| url2_str_mv |
https://journal.universidadean.edu.co/index.php/Revistao/article/download/2676/2087 |
| _version_ |
1811200245654093824 |