Identificación de las variables más influyentes en el rendimiento académico de los estudiantes en las pruebas Saber Pro con modelos de machine learning

Abstract

Las pruebas saber Pro significan una gran medición del conocimiento de los próximos profesionales en Colombia, dado que se realizan en los últimos semestres de las carreras profesionales de las instituciones educativas de educación superior. Al identificar las variables que afectan el rendimiento académico de los estudiantes en las pruebas Saber Pro, se podrán implementar nuevas herramientas de trabajo y estrategias que mejoren no solo los resultados, sino también la educación superior en Colombia. Por lo tanto, con este proyecto se busca identificar las variables que afectan el rendimiento académico estudiantil en instituciones de educación superior al momento del desarrollo de las pruebas de ICFES Saber Pro con el uso de modelos de Machine Learning. Hoy en día se tienen modelos de Machine Learning qué permiten predecir rendimientos académicos, los más comunes son los algoritmos de Random Forest y Gradient Boosting, los cuales permiten analizar grandes cantidades de datos y poder identificar las variables con más influencia. Luego de la aplicación de ambos algoritmos, se encontró que los factores socioeconómicos tienen una gran incidencia frente a el rendimiento académico de los estudiantes en las pruebas Saber Pro del ICFES y se llegó a recomendaciones desde el punto económico y aplicación de estrategias por parte de las instituciones de educación superior.