Construcción e implementación de un modelo para predecir el rendimiento académico de estudiantes universitarios mediante el algoritmo Naïve Bayes Construction and implementation of a model to predict the academic performance of university students using the Naïve Bayes algorithm

El objetivo de esta investigación es proponer una metodología para construir modelos predictivos del rendimiento académico mediante características de estudiantes de ingeniería de nuestro país y comparar los modelos utilizando diferentes métricas de evaluación. En este estudio participaron 228 estudiantes que forman parte de una universidad pública en México. Los datos fueron recabados al inicio del curso y, por medio de tres técnicas de aprendizaje automático, se construyeron los modelos predictivos. Se analizaron las características de cada modelo y se consiguió una exactitud de las predicciones de alrededor de 65%. El modelo con la técnica Naïve Bayes resultó el más adecuado para la mayoría de las métricas empleadas en el estudio, principalmente, para identificar estudiantes en peligro de reprobación. Además, se encontró que el promedio actual fue la característica más significativa para la predicción del rendimiento académico de los estudiantes participantes en el estudio. La metodología desarrollada puede ser replicada para otros cursos y las características de los estudiantes pueden recabarse al inicio del curso o antes, permitiendo la posibilidad de realizar estrategias de intervención para estudiantes en peligro de reprobación.

El principal objetivo de este estudio es diseñar y evaluar modelos de predicción del rendimiento académico utilizando técnicas de aprendizaje automático y las primeras actividades académicas de estudiantes universitarios. Se recabaron las primeras calificaciones de actividades académicas de 260 estudiantes universitarios para entrenar técnicas de aprendizaje automático para predecir el rendimiento académico de 112 estudiantes y comparar con los resultados reales conseguidos terminado el curso. Se obtuvo una exactitud de las predicciones de casi 76% con tan solo pocas actividades académicas al inicio del curso, las cuales son frecuentemente registradas por los profesores facilitando que este tipo de estudio pueda ser replicado en diferentes cursos.

En este trabajo se presenta el diseño de un sistema tutor inteligente desarrollado con la técnica de Bayes Ingenuo con el propósito de evaluarlo en estudiantes de bachillerato del Instituto Politécnico Nacional (IPN). La muestra de la investigación consistió en 180 estudiantes, de los cuales 90 estudiantes formaron el grupo de clase tradicional y los otros 90 estudiantes formaron el grupo al que se le aplicó el sistema tutor inteligente. Los resultados muestran una mejora en el desempeño académico del grupo al que se le aplico el sistema con respecto al grupo de clase tradicional. Este tipo de sistemas permite incrementar el rendimiento académico de los estudiantes por medio de la personalización del aprendizaje.