Maestría en Analítica Aplicada · 2026

Evaluación de diversas técnicas de machine learning para la predicción de desempeño académico, utilizando datos del Colegio FICC

Resumen

Formar Innovar Colegio Campestre (FICC) en Fusagasugá y Girardot tiene un modelo innovador para fomentar competencias del siglo XXI (creatividad, colaboración, pensamiento crítico, resolución de problemas, autogestión) y brindar una educación pertinente con problemáticas y desafíos actuales, como el cambio climático y los cambios en la cultura y el trabajo producto de la Inteligencia Artificial. Su modelo combina autodidactismo metacognitivo, pedagogías activas y por proyectos, y énfasis en salud física y mental. FICC busca prevenir problemas de aprendizaje, deserción y repitencia en estudiantes colombianos con estrategias preventivas de acompañamiento e identificación temprana de necesidades de apoyo. Este proyecto evalúa comparativamente técnicas de machine learning para la predicción de calificaciones académicas en FICC, determinando su viabilidad como base para sistemas de alerta temprana. Se implementaron siete algoritmos de regresión evaluándose mediante métricas estándar (MAE, RMSE, R², MAE ponderado). Se realizaron dos experimentos diferenciados: uno con asignaturas de autodidactismo (núcleo de la propuesta pedagógica innovadora de FICC) y otro con pedagogías activas (demás asignaturas que complementan el plan de estudio de FICC).