• español
    • English
    • français
    • português
A+A-
  • English 
    • español
    • English
    • français
    • português
    • Usage guides
      • Guidelines for the advisor work direcor
      • Guidelines for the student who loads degree work
      • APA 7 Edition Standards
      • Tips APA 7 Edition Standards
    • Users
    View Item 
    •   National Open and Distance University UNAD
    • Producción Científica
    • Trabajos de Grado - Especialización
    • Escuela de Ciencias Básicas, Tecnología e Ingeniería
    • Especialización
    • Especialización en Ciencia de Datos y Analítica
    • View Item
    •   National Open and Distance University UNAD
    • Producción Científica
    • Trabajos de Grado - Especialización
    • Escuela de Ciencias Básicas, Tecnología e Ingeniería
    • Especialización
    • Especialización en Ciencia de Datos y Analítica
    • View Item
    JavaScript is disabled for your browser. Some features of this site may not work without it.

    Predicción de puntajes de admisión en programas de Ciencias de la Universidad Industrial de Santander

    Thumbnail
    QRCode
    View/Open
    leperezsu.pdf (665.2Kb)
    Share
    Date
    2025-07-01
    Author
    Pérez Suárez, Lilia Ester
    López Calvachi, Sergio Antonio
    Advisor
    Ospino Portillo, Jorge Eiecer

    Citación

           
    TY - GEN T1 - Predicción de puntajes de admisión en programas de Ciencias de la Universidad Industrial de Santander AU - Pérez Suárez, Lilia Ester AU - López Calvachi, Sergio Antonio Y1 - 2025-07-01 UR - https://repository.unad.edu.co/handle/10596/70767 AB - Este proyecto de investigación busca desarrollar un modelo predictivo para los puntajes de admisión a los programas de pregrado de la Facultad de Ciencias de la Universidad Industrial de Santander (UIS) utilizando algoritmos de aprendizaje automático. Esta investigación surge de la necesidad de abordar la falta de orientación vocacional e información para la toma de decisiones académicas entre los estudiantes de último año de bachillerato. Mediante la integración de datos demográficos y académicos, el modelo de machine learning (ML) desarrollado proporcionará una herramienta que ayudará a los estudiantes a tomar decisiones informadas sobre sus futuras trayectorias académicas. Este enfoque innovador no solo mejorará la orientación académica, sino que también contribuirá a la satisfacción y éxito profesional de los estudiantes. Los resultados esperados incluyen un modelo de aprendizaje automático para la predicción de los puntajes de admisión en programas de Ciencias de la Universidad Industrial de Santander. ER - @misc{10596_70767, author = {Pérez Suárez Lilia Ester and López Calvachi Sergio Antonio}, title = {Predicción de puntajes de admisión en programas de Ciencias de la Universidad Industrial de Santander}, year = {2025-07-01}, abstract = {Este proyecto de investigación busca desarrollar un modelo predictivo para los puntajes de admisión a los programas de pregrado de la Facultad de Ciencias de la Universidad Industrial de Santander (UIS) utilizando algoritmos de aprendizaje automático. Esta investigación surge de la necesidad de abordar la falta de orientación vocacional e información para la toma de decisiones académicas entre los estudiantes de último año de bachillerato. Mediante la integración de datos demográficos y académicos, el modelo de machine learning (ML) desarrollado proporcionará una herramienta que ayudará a los estudiantes a tomar decisiones informadas sobre sus futuras trayectorias académicas. Este enfoque innovador no solo mejorará la orientación académica, sino que también contribuirá a la satisfacción y éxito profesional de los estudiantes. Los resultados esperados incluyen un modelo de aprendizaje automático para la predicción de los puntajes de admisión en programas de Ciencias de la Universidad Industrial de Santander.}, url = {https://repository.unad.edu.co/handle/10596/70767} }RT Generic T1 Predicción de puntajes de admisión en programas de Ciencias de la Universidad Industrial de Santander A1 Pérez Suárez, Lilia Ester A1 López Calvachi, Sergio Antonio YR 2025-07-01 LK https://repository.unad.edu.co/handle/10596/70767 AB Este proyecto de investigación busca desarrollar un modelo predictivo para los puntajes de admisión a los programas de pregrado de la Facultad de Ciencias de la Universidad Industrial de Santander (UIS) utilizando algoritmos de aprendizaje automático. Esta investigación surge de la necesidad de abordar la falta de orientación vocacional e información para la toma de decisiones académicas entre los estudiantes de último año de bachillerato. Mediante la integración de datos demográficos y académicos, el modelo de machine learning (ML) desarrollado proporcionará una herramienta que ayudará a los estudiantes a tomar decisiones informadas sobre sus futuras trayectorias académicas. Este enfoque innovador no solo mejorará la orientación académica, sino que también contribuirá a la satisfacción y éxito profesional de los estudiantes. Los resultados esperados incluyen un modelo de aprendizaje automático para la predicción de los puntajes de admisión en programas de Ciencias de la Universidad Industrial de Santander. OL Spanish (121)
    Bibliographic managers
    Refworks
    Zotero / EndNote / Mendeley
    BibTeX
    CiteULike
    Keywords
    Predicción Google Scholar
    UIS Google Scholar
    ICFES Google Scholar
    Saber11 Google Scholar
    Aprendizaje Google Scholar
    Regional / Country coverage
    cead_-_josé_celestino_mutis
    Metadata
    Show full item record
    PDF Document
    Description of the content
    Este proyecto de investigación busca desarrollar un modelo predictivo para los puntajes de admisión a los programas de pregrado de la Facultad de Ciencias de la Universidad Industrial de Santander (UIS) utilizando algoritmos de aprendizaje automático. Esta investigación surge de la necesidad de abordar la falta de orientación vocacional e información para la toma de decisiones académicas entre los estudiantes de último año de bachillerato. Mediante la integración de datos demográficos y académicos, el modelo de machine learning (ML) desarrollado proporcionará una herramienta que ayudará a los estudiantes a tomar decisiones informadas sobre sus futuras trayectorias académicas. Este enfoque innovador no solo mejorará la orientación académica, sino que también contribuirá a la satisfacción y éxito profesional de los estudiantes. Los resultados esperados incluyen un modelo de aprendizaje automático para la predicción de los puntajes de admisión en programas de Ciencias de la Universidad Industrial de Santander.
    Format
    pdf
    Type of digital resource
    Proyecto aplicado
    Content relationship
    Investigación
    URI
    https://repository.unad.edu.co/handle/10596/70767
    Collections
    • Especialización en Ciencia de Datos y Analítica [248]
    Usage guidesNormativityGuidelines for the advisor work direcorGuidelines for the student who loads degree workAPA 7 Edition StandardsTips APA 7 Edition Standards

    Browse

    All of DSpaceCommunities & CollectionsBy Issue DateAuthorsTitlesSubjectsThis CollectionBy Issue DateAuthorsTitlesSubjects

    My Account

    LoginRegister
    GTM statisticsGTM statistics
    Indexed by:
    logo_Open Archives Initiative
    logo_Biblioteca Digital Ecuatoriana
    logo_OpenDOAR
    logo_Open ROAR
    logo_Google Scholar
    logo_Lyrasis
    logo_WorldCat
    logo_FAO
    logo_AGRIS
    logo_Alianza de Servicios de Información Agropecuaria
    logo_Siembra
    logo_Fedesarrollo
    logo_Colombia Digital
    logo_Hemeroteca UNAD
    logo_RED DE REPOSITORIOS LATINOAMERICANOS
    logo_OAIster
    logo_La Referencia
    logo_Open AIRE
    logo_Core
    logo_Base
    logo_CLACSO
    logo_OpenAlex
    logos isopreadGreat Work to PlaceIcontec - Great Work to Place

    Línea anticorrupción: 3232641617 ext. 1544

    En Bogotá D.C. (Colombia) Teléfono: 323 264 1617 - Línea gratuita nacional: 323 264 1617

    Institución de Educación Superior sujeta a inspección y vigilancia por el Ministerio de Educación Nacional

    Universidad Nacional Abierta y a Distancia UNAD de Colombia - © Copyright UNAD 2024

    Síguenos en: