Resumen de Modelos de predicción del rendimiento académico con técnica de apilamiento

Andrés Rico Páez

• español

  El propósito de este trabajo es elaborar una metodología que utiliza evaluaciones de tareas de estudiantes en distintos momentos de un curso con el objetivo de predecir su rendimiento académico mediante la técnica de aprendizaje automático conocida como apilamiento. En este estudio se utilizaron tareas en distintos momentos de 260 estudiantes universitarios para construir modelos de predicción del rendimiento académico. Estos modelos se aplicaron a 112 estudiantes de un periodo posterior. Se observó que la técnica de apilamiento que utiliza en el segundo nivel de su estructura la técnica Naïve Bayes obtiene una exactitud de las predicciones de 74.1% al utilizar las primeras cinco tareas, aproximadamente a un 35% de avance del curso, con lo cual se obtiene cierto rango de tiempo para una intervención por parte del profesor en caso de que se obtenga una predicción de reprobación del curso de algún estudiante. Las tareas son de los datos más comúnmente recopilados por los profesores lo que facilita su manejo en este tipo de metodologías.

• English

  The purpose of this work is to develop a methodology that uses evaluations of student tasks at separate times of a course with the objective of predicting their academic performance using the machine learning technique known as stacking. In this study, tasks at separate times of 260 university students were used to build prediction models for academic performance. These models were applied to 112 students from a later period. It was observed that the stacking technique that uses the Naïve Bayes technique at the second level of its structure obtains a prediction accuracy of 74.1% when using the first five tasks, approximately 35% of the way through the course, thus obtains a certain time range for an intervention by the teacher in case a student is predicted to fail the course. Tasks are among the most commonly collected data by teachers, which facilitates their management in this type of methodologies.