La deserción en cursos universitarios : construcción de modelos sobre datos de la Universidad Nacional de Río Negro usando técnicas de extracción de conocimiento

Tesis (Maestría en Tecnología Informática Aplicada en Educación) - Universidad Nacional de La Plata. Facultad de Informática, 2013.

1. Extracción de Conocimiento -- 1.1. Introducción -- 1.2. Fases del proceso de KDD -- 1.2.1. Comprensión del Dominio -- 1.2.2. Recopilación e integración de datos -- 1.2.3. Preparación de los datos -- 1.2.4. Modelado -- 1.2.5. Interpretación y evaluación -- 1.2.6. Difusión y uso de los resultados -- 1.2.7. Implementación de medidas basadas en el conocimiento obtenido -- 1.2.8. Medición de resultados -- 2. Preparación de datos y Técnicas de Selección de Atributos -- 2.1. Comprensión del dominio -- 2.2. Recopilación e integración de datos -- 2.3. Preparación de los datos -- 2.3.1. Detección de valores anómalos -- 2.3.2. Tratamiento de valores faltantes -- 2.3.3. Transformación y Selección de atributos -- 2.3.4. Selección de la muestra de datos -- 2.3.5. Construcción de atributos -- 2.3.6. Modificación de tipos de datos -- 2.4. Selección de atributos o características -- 2.4.1. Tipos de algoritmos de selección -- 2.4.2. Algoritmos de Búsqueda -- 2.4.3. Salida del Algoritmo -- 2.5. SOAP. Selección de atributos por proyecciones -- 2.5.1. NLC: Número de cambios de etiqueta -- 3. Técnicas de extracción de conocimiento -- 3.1. Extracción de Patrones -- 3.2. Tareas -- 3.2.1. Tareas Predictivas -- 3.2.2. Tareas Descriptivas -- 3.3. Métodos -- 3.4. Elección de técnicas aplicables -- 3.5. Técnicas aplicables al problema de deserción universitaria -- 3.5.1. Medidas de distancia -- 3.5.2. Agrupamiento por centroides -- 3.5.3. Agrupamiento jerárquico -- 3.5.4. Mapas auto-organizativos -- 3.5.5. Arboles de decisión -- 3.5.6. Reglas de Clasificación -- 4. Enfoque del Trabajo -- 4.1. Motivación: El estudio de la deserción universitaria -- 4.2. Cronología de tareas realizadas -- 4.3. Aplicación de técnicas al caso de estudio -- 4.4. Selección del subconjunto de datos -- 4.5. Agrupamiento para la obtención de perfiles del alumno desertor -- 4.6. El problema de la selección de atributos -- 5. Selección de características -- 5.1. Selección de características relevantes -- 5.2. Aplicación de método wrapper -- 5.3. Aplicación de método genético -- 5.4. Aplicación del modelo agrupamiento para las características seleccionadas -- 5.5. Descripción de perfiles obtenidos -- 5.6. Agrupamiento para la obtención de perfiles del alumno no desertor -- 5.7. Interpretación de resultados del agrupamiento -- 5.8. Aplicación del Algoritmo SOAP -- 5.8.1. Interpretación de los atributos rankeados con SOAP -- 5.9. Árbol de decisión para determinar deserción -- 5.10. Un Árbol de decisión para el caso de estudio -- 6. Conclusiones -- A. Atributos Vista Minable -- B. RapidMiner -- C. Ejemplos de Implementación del Algoritmo SOAP al caso de estudio -- Indice de figuras -- Indice de tablas -- Bibliografía