Ingeniería Industrial · 2024
Sistema de apoyo a la decisión para la asignación de recursos de acompañamiento en los estudiantes de ingeniería industrial
Solo ficha. El repositorio marca este trabajo como «De acuerdo con la naturaleza del uso concedido, la presente licencia parcial se otorga a título gratuito por el máximo tiempo legal colombiano, con el propósito de que en dicho lapso mi (nuestra) obra sea explotada en las condiciones aquí estipuladas y para los fines indicados, respetando siempre la titularidad de los derechos patrimoniales y morales correspondientes, de acuerdo con los usos honrados, de manera proporcional y justificada a la finalidad perseguida, sin ánimo de lucro ni de comercialización. De manera complementaria, garantizo (garantizamos) en mi (nuestra) calidad de estudiante (s) y por ende autor (es) exclusivo (s), que la Tesis o Trabajo de Grado en cuestión, es producto de mi (nuestra) plena autoría, de mi (nuestro) esfuerzo personal intelectual, como consecuencia de mi (nuestra) creación original particular y, por tanto, soy (somos) el (los) único (s) titular (es) de la misma. Además, aseguro (aseguramos) que no contiene citas, ni transcripciones de otras obras protegidas, por fuera de los límites autorizados por la ley, según los usos honrados, y en proporción a los fines previstos; ni tampoco contempla declaraciones difamatorias contra terceros; respetando el derecho a la imagen, intimidad, buen nombre y demás derechos constitucionales. Adicionalmente, manifiesto (manifestamos) que no se incluyeron expresiones contrarias al orden público ni a las buenas costumbres. En consecuencia, la responsabilidad directa en la elaboración, presentación, investigación y, en general, contenidos de la Tesis o Trabajo de Grado es de mí (nuestro) competencia exclusiva, eximiendo de toda responsabilidad a la Pontifica Universidad Javeriana por tales aspectos. Sin perjuicio de los usos y atribuciones otorgadas en virtud de este documento, continuaré (continuaremos) conservando los correspondientes derechos patrimoniales sin modificación o restricción alguna, puesto que, de acuerdo con la legislación colombiana aplicable, el presente es un acuerdo jurídico que en ningún caso conlleva la enajenación de los derechos patrimoniales derivados del régimen del Derecho de Autor. De conformidad con lo establecido en el artículo 30 de la Ley 23 de 1982 y el artículo 11 de la Decisión Andina 351 de 1993, "Los derechos morales sobre el trabajo son propiedad de los autores", los cuales son irrenunciables, imprescriptibles, inembargables e inalienables. En consecuencia, la Pontificia Universidad Javeriana está en la obligación de RESPETARLOS Y HACERLOS RESPETAR, para lo cual tomará las medidas correspondientes para garantizar su observancia.»: el PDF no es público, así que aquí no hay texto para leer. Ver la ficha en el repositorio.
Resumen
Actualmente, existen diferentes estrategias de apoyo para promover el éxito de los estudiantes, sin embargo, se debe considerar que cada estudiante tiene diferentes características y contextos que pueden ser determinantes en su desempeño académico. Por lo tanto, no todos los estudiantes necesitan el mismo nivel de apoyo, por lo que cada intervención debe variar, dependiendo de las necesidades del estudiante. Es indispensable contar con un sistema que permita priorizar a los alumnos con mayor riesgo de perder, en este proyecto se propone un sistema de apoyo a la toma de decisiones, basado en las probabilidades individuales de perder una asignatura, esto con el fin de mejorar y facilitar la asignación de los recursos disponibles. Para llevar a cabo el diseño, se utiliza una base de datos de estudiantes de ingeniería, estos son sometidos a un proceso de limpieza, donde se eliminan los valores nulos y se deja únicamente información relevante como su género, historial académico, contenidos relacionados con los prerrequisitos de la asignatura y créditos cursados. La variable objetivo «Aprobo» se definió tomando el valor de 1 si el alumno suspende la asignatura y 0 en caso contrario. El siguiente paso fue realizar los algoritmos de clasificación. Para ello se probaron modelos como Regresión Logística, Lasso, Random Forest, Xgboost y Redes Neuronales. La validación cruzada se utiliza para mejorar el rendimiento de algunos algoritmos y para buscar los hiperparámetros de Random Forest y Xgboost. Utilizando la Regresión Logística Lasso, se determinó que el promedio del semestre anterior, los créditos matriculados en el ciclo y el programa académico son los que más influyen en la variable predictora. Random Forest y Xgboost fueron los modelos con mejor desempeño, ya que obtuvieron un AUC mayor a 0.8.Sin embargo, Xgboost demostró una mejor capacidad predictiva, ya que consiguió tener la mejor métrica con un valor de AUC de 0,8328.En esta etapa de la construcción de los modelos predictivos, se definió una clase protegida, que corresponde a un grupo de estudiantes con características que los hacen más vulnerables.En este contexto, se evidencia que, en algunos programas académicos, el modelo no logra clasificar correctamente a aquellos estudiantes que iban a reprobar, por lo que se desarrolló que los programas de bioingeniería e ingeniería electrónica harían parte de esta clase protegida.A partir de los resultados obtenidos y de las probabilidades de pérdida dadas por el algoritmo Xgboost, se diseñó un modelo de optimización que tiene como función objetivo la maximización de la precisión, sujeta a una capacidad máxima de intervenciones, umbrales de probabilidad, priorización de probabilidades altas y diferencia entre tasas de falsos positivos entre clases. Los resultados obtenidos en la optimización fueron 73 alumnos asignados, con umbrales de probabilidad de 0,6834 para la clase protegida y 0,5270 para la clase no protegida con una diferencia de tasas del 7,9%.Para la medición de las métricas se realizó una unificación entre el modelo predictivo y el modelo matemático, donde las intervenciones se asignan aumentando los umbrales y las probabilidades.En esta última parte, se observa un aumento de la precisión para la clase protegida del 73% al 76%, mientras que para la clase no protegida se mantuvo en el 77%.En cuanto a la tasa de falsos positivos, se logró una disminución del 12% para la clase protegida y del 2% para la no protegida.