Detección temprana de alumnos en riesgo académico mediante técnicas de clasificación de minería de datos en estudiantes de la Facultad de Ciencias de la Universidad de Valparaíso / Felipe S. Quezada Barría .

Ingeniero Estadístico.

El avance de la tecnologa ha permitido generar volumenes de datos cada vez mas grandes en el area de la educacion, los cuales son difciles de comprender y analizar sin la ayuda de software apropiados. Por lo anterior, recientemente ha surgido la necesidad de poder utilizar esta informacion para identicar aquellos estudiantes en situacion de riesgo de abandono, la cual conlleva al descubrimiento de nuevos metodos para su deteccion temprana. El presente trabajo de titulacion explora y analiza diversas tecnicas de minera de datos las cuales puedan ser aplicadas en el entorno educacional. Con el objetivo de poder detectar estudiantes en riesgo academico de manera temprana, para as, intentar disminuir las tasas de abandono de la Universidad de Valparaso. Los modelos de clasicacion de minera de datos logran clasicar de manera eciente a los alumno que se encuentran en riesgo academico en la Facultad de Ciencias de la Universidad de Valparaso. Con esto se logra desarrollar intervenciones focalizadas en aquellos estudiantes que se encuentran en situacion de riesgo. Palabras clave: clasicacion logstica, maquinas de soporte vectorial, redes neuronal, KDD, sistema de alerta temprana, tecnicas de minera de datos.