Modelo de clasificación para la deserción estudiantil en una universidad pública del Perú

Abstract

Las tecnologías de información y comunicación vienen cumpliendo un rol de suma relevancia en los diferentes campos del conocimiento; cada vez se cuenta con mayor capacidad para identificar patrones en los datos de una organización; en este contexto, el estudio tuvo como objetivo desarrollar un modelo de clasificación para la deserción estudiantil aplicando el método autoML del framework H2Oai, teniendo en cuenta características socioeconómicas y académicas de los estudiantes con la finalidad que las autoridades tomen las decisiones oportunamente. La metodología fue de tipo tecnológico, de nivel propositiva, de innovación incremental, de alcance temporal, sincrónica; la recolección de datos fue prospectivo, se aplicó un cuestionario de 20 ítems a 237 estudiantes de posgrado de los programas de maestrías en educación. La investigación tuvo como resultado un modelo de aprendizaje automático supervisado, máquina de refuerzo de gradiente (GBM de sus siglas del inglés), para clasificar la deserción estudiantil, logrando identificar los principales factores asociados que influyen en la deserción, obteniendo un coeficiente Gini del 92,20 %, AUC del 96,10 % y un LogLoss del 24,24 %.