Aplicación de técnicas de Machine Learning para el estudio de deserción temprana y egreso oportuno en estudiantes de Ingeniería de la Facultad de Ciencias Físicas y Matemáticas

Abstract

Los fenómenos de deserción universitaria y retraso académico significan un costo adicional al ya elevado costo que conlleva el paso por el sistema educacional. Estudios sugieren que estos fenómenos pueden ser predichos de manera anticipada al utilizar técnicas de machine learning. El presente trabajo de título se hace partícipe del proyecto 'Desarrollo de tecnologías de Big Data para aumentar la retención y éxito de estudiantes universitarios' financiado por FONDEF (Fondo de Fomento al Desarrollo Científico), el cual se encuentra en una etapa de validación de técnica para el desarrollo de un prototipo que permita apoyar las labores de los gestores de permanencia en los establecimientos educacionales. La investigación hace uso de una base de datos con 10.413 estudiantes de la Facultad de Ciencias Físicas y Matemáticas de la Universidad de Chile. De esta forma, se suma a los estudios de otras universidades con los que cuenta el proyecto de manera previa, estos se realizaron en la Univerisdad Adolfo Ibañez, Univerisdad de Talca y Univerisdad Autónoma, sirviendo como marco de referencia para la investigación. El trabajo realizado analiza distintos modelos de clasificación proveniente de una cartera de modelos, con el fin de identificar si existe alguno que muestre mejores rendimientos al explicar los fenómenos de estudio, y de esta forma ser recomendado para el desarrollo de dicha herramienta. Además, se identifican atributos que permiten un mejor rendimiento de los modelos de clasificación, siendo considerados estos como atributos relevantes para explicar los fenómenos. Los resultados revelan que los atributos socio-demográficos son los más relevantes para explicar el fenómeno de deserción temprana, mientras que el promedio de enseñanza media es el atributo más importante para explicar el egreso oportuno. Se recomienda para instituciones con características similares a la Facultad de Ciencias Físicas y Matemáticas el uso de los modelos Logistic Regresion, Neural Net y Super Vector Machine para explicar el fenómeno de deserción al primer año. Los modelos Naive Bayes y Logistic Regresion para estudiar el fenómeno de deserción al segundo año. Mientras que, se recomienda el modelo de Neural Net para estudiar el egreso oportuno. El estudio utiliza diferentes métricas para evaluar los rendimientos de los modelos, mostrando que estos se desempeñan en niveles distintos según la dimensión de rendimiento. Por lo tanto, según los intereses de futuras investigaciones se recomienda utilizar métricas de rendimiento combinadas para la construcción de los clasificadores.