Construcción de un modelo de aprendizaje máquina basado en programación visual para la predicción del rendimiento en las pruebas saber pro de los estudiantes de Cartagena

Chanchí Golondrino, Gabriel ElíasPérez Diaz, Javier EduardoRico Fernandez, Edwin Alberto2025-05-072025-05-072024https://hdl.handle.net/11227/19388El principal objetivo que guío este trabajo fue el construir un modelo de inteligencia artificial, basado en programación visual, apoyándose en la identificación de los atributos socioeconómicos relevantes y el uso de algoritmos clasificación de aprendizaje automático con el fin de predecir el rendimiento de los estudiantes de Cartagena en las pruebas Saber Pro buscando que esta información sea un recurso valioso y confiable para las entidades gubernamentales y universidades a la hora de tomar decisiones sobre planes de mejoramiento orientados a fortalecer la calidad de la educación.application/pdfspahttps://creativecommons.org/licenses/by-nc/4.0/Construcción de un modelo de aprendizaje máquina basado en programación visual para la predicción del rendimiento en las pruebas saber pro de los estudiantes de CartagenaTrabajo de grado - PregradoAtribución-NoComercial 4.0 Internacional (CC BY-NC 4.0)http://purl.org/coar/access_right/c_abf2info:eu-repo/semantics/openAccessEducación superiorPruebas Saber ProAprendizaje de maquinaDesempeño académicoEstudiantes – Rendimiento académico