Especialización en Analítica y Ciencia de Datos · 2026
Análisis de variables de no continuidad de beneficiarios del Programa Buen Comienzo mediante modelos de machine learning
Solo ficha. El repositorio marca este trabajo como «Acceso abierto»: el PDF no es público, así que aquí no hay texto para leer. Ver la ficha en el repositorio.
Resumen
La continuidad de niños y niñas en programas de atención integral a la primera infancia representa un reto relevante para las instituciones encargadas de garantizar trayectorias sostenidas de acompañamiento educativo, nutricional y familiar. En Buen Comienzo, cerca del 40% de los beneficiarios presentan dificultades para asegurar su permanencia al año siguiente, lo que limita la continuidad de los procesos de atención y complejiza la identificación temprana de riesgos de no continuidad. En este contexto, la presente investigación desarrolla modelos de machine learning orientados a predecir la continuidad de beneficiarios del programa utilizando información sociodemográfica, institucional y territorial proveniente de las bases de matrícula consolidadas de 2024 y 2025. La investigación adopta un enfoque cuantitativo y predictivo basado en procesos de limpieza, transformación y análisis exploratorio de datos, complementados mediante pruebas estadísticas, modelos supervisados de clasificación e interpretabilidad. Entre los modelos implementados se encuentran Regresión Logística, Árboles de decisión, Random Forest, e Histogram Gradient Boosting, además de métodos de ensamblaje, prácticas de manejo de desbalance de clases, reducción de dimensionalidad y optimización de hiper parámetros. El mejor desempeño se obtuvo mediante un modelo de ensamblaje basado en votación suave que integró modelos de clasificación tradicionales e Histogram Gradient Boosting, alcanzando un accuracy de 75.68%, un F1-macro de 75.1% y valores de F1 y recall para la clase de no continuidad cercanos a 71%.