Tesis

1. SISTEMA DE PREDICION DE
DESERCION DE
ESTUDIANTES DE LA
UNIVERSIDAD DE
LAMBAYEQUE USANDO
MINERIA DE DATOS
Rolando Herrera Matos
Septiembre 2014.

2. SISTEMAS DE INFORMACION
CONVENCIONALES

3. APLICANDO DATA MINING

4. ESTUDIOS PREVIOS
PAÍS TITULO TÉCNICA DE MINERIA DE
DATOS
COLOMBIA Lectora de deserción
universitaria de pregrado desde
la perspectiva de la minería de
datos
Arboles de decisión C4.5
MEXICO Minería de datos : predicción de
la deserción escolar mediante el
algoritmo de arboles de decisión
n y los k vecinos mas cercanos.
Arboles de decisión C4.5
K vecinos mas cercanos.
Estados Unidos New Directions in Education
Research:
Using Data Mining Techniques
to
Explore Predictors of Grade
Retention.
árboles de clasificación y regresión
logístic
Croacia Student dropout analysis with
application of data mining
methods.
regresión logística, árboles de decisión
y redes neuronales
India Mining Education Data to
Predict
Student’s Retention: A
comparative
Study
Árbol de decisión ID3 y C4.5

5. Objetivos de la investigación:
 El objetivo principal es aplicar la minería de datos para
generar un modelo de predicción y observar el
comportamiento.
 Desarrollar un sistema que haga uso del modelo predictivo
de la deserción de estudiantes universitarios.
 Generar información que ayude en la toma de decisión antes
de presentar una situación de deserción estudiantil.

6. Base Tecnológica:
Data Mining

7. Base Tecnológica:
PHP

8. Base Tecnológica:
POSTGRESQL

9. Base Tecnológica:
BOOTSTRAP + HTML5+ CCS

10. Base Tecnológica:
WEKA

11. Base Tecnológica:
RAPID MINER

12. Base Tecnológica:
DEBIAN (SERVER) GNU/LINUX

13. GRACIAS