Nathalia Romina González Duarte

Este proyecto abordo el desafío de la deserción estudiantil en la Facultad de Ciencias y Tecnologías mediante la construcción de un modelo de alerta temprana basado en factores académicos. Utilizando una metodología de ciencia de datos, se caracterizaron y analizaron registros académicos, aplicando técnicas como el análisis de clusters y el método del codo para optimizar la segmentación de los estudiantes. Se desarrollaron varios modelos predictivos de machine learning, incluyendo regresión logística, árboles de decisión y k-nearest neighbors, los cuales fueron evaluados mediante métricas de precisión, recall y F1 Score para determinar su eficacia en la clasificación de estados académicos. Y así determinar la posibilidad de la deserción o el éxito académico.