Predicción del rendimiento académico mediante redes neuronales
Zevallos Salazar, Rodolfo Joel
Predicción del rendimiento académico mediante redes neuronales - 98
En la actualidad el Perú es uno de los países que se encuentra en los últimos puestos con un índice de nivel académico muy bajo según el PISA de la Organización para la Cooperación y el Desarrollo Económicos. Las instituciones educativas realizan pruebas psicológicas a los estudiantes que tienen bajo rendimiento académico de forma posteriori, es decir, luego de conocer el rendimiento que tuvo a lo largo de un periodo para tomar medidas correctivas en el estudiante. El objetivo de la investigación es crear una red neuronal para predecir el rendimiento académico de los estudiantes del nivel primario del distrito de Ventanilla. Los factores que influyen el rendimiento académico de los estudiantes del nivel primario se clasifican en 2 (factores alterables y factores no alterables). Del total de factores en el rendimiento académico de los estudiantes del nivel primario solo se tomaron en cuenta 33 de un total de 47.Se creó una arquitectura de red neuronal, utilizando el perceptrón milticapa con algoritmo de aprendizaje de resilient backpropagation y funcióm de activación la tangente hiperbólica. La arquitectura de red neuronal tiene 3 capas ocultas, bias para mejorar la performance de la arquitectura y como parámetro de error de aceptación hasta 2%.Finalmente, la red neuronal artificial obtubo resultados de un 2% de error absoluto en el entrenamiento y un grado de validez de un 84%.
T/620.092/Z75
Predicción del rendimiento académico mediante redes neuronales - 98
En la actualidad el Perú es uno de los países que se encuentra en los últimos puestos con un índice de nivel académico muy bajo según el PISA de la Organización para la Cooperación y el Desarrollo Económicos. Las instituciones educativas realizan pruebas psicológicas a los estudiantes que tienen bajo rendimiento académico de forma posteriori, es decir, luego de conocer el rendimiento que tuvo a lo largo de un periodo para tomar medidas correctivas en el estudiante. El objetivo de la investigación es crear una red neuronal para predecir el rendimiento académico de los estudiantes del nivel primario del distrito de Ventanilla. Los factores que influyen el rendimiento académico de los estudiantes del nivel primario se clasifican en 2 (factores alterables y factores no alterables). Del total de factores en el rendimiento académico de los estudiantes del nivel primario solo se tomaron en cuenta 33 de un total de 47.Se creó una arquitectura de red neuronal, utilizando el perceptrón milticapa con algoritmo de aprendizaje de resilient backpropagation y funcióm de activación la tangente hiperbólica. La arquitectura de red neuronal tiene 3 capas ocultas, bias para mejorar la performance de la arquitectura y como parámetro de error de aceptación hasta 2%.Finalmente, la red neuronal artificial obtubo resultados de un 2% de error absoluto en el entrenamiento y un grado de validez de un 84%.
T/620.092/Z75