Minería de datos aplicada a la demanda del transporte aéreo en Ocaña, Norte de Santander

Gómez, Alveiro Alonso Rosado; Ibáñez, Alejandra Verjel

doi:10.14483/udistrital.jour.tecnura.2015.3.a08

Cited by 7 publications

(2 citation statements)

References 12 publications

(13 reference statements)

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…The focus on the factor associated with previous university entrance coincides with the study by [28], who considered a broader detail of the characteristics prior to university entrance. In the present study, we only considered five of these attributes, because the scope was limited to the data provided by the DASA of UNAM and because we considered the theoretical model of [41] as a reference, which, in the pre-university characteristics, presented similar attributes to those studied in this research, coinciding with [28] in only two attributes: School_Type and YearsBetween_School_Leaving (attribute generated with the age of leaving secondary school).…”

Section: Testing Hypothesismentioning

confidence: 99%

Comparison of Predictive Models with Balanced Classes Using the SMOTE Method for the Forecast of Student Dropout in Higher Education

2022

View full text Add to dashboard Cite

Based on the premise that university student dropout is a social problem in the university ecosystem of any country, technological leverage is a way that allows us to build technological proposals to solve a poorly met need in university education systems. Under this scenario, the study presents and analyzes eight predictive models to forecast university dropout, based on data mining methods and techniques, using WEKA for its implementation, with a dataset of 4365 academic records of students from the National University of Moquegua (UNAM), Peru. The objective is to determine which model presents the best performance indicators to forecast and prevent student dropout. The study aims to propose and compare the accuracy of eight predictive models with balanced classes, using the SMOTE method for the generation of synthetic data. The results allow us to confirm that the predictive model based on Random Forest is the one that presents the highest accuracy and robustness. This study is of great interest to the educational community as it allows for predicting the possible dropout of a student from a university career and being able to take corrective actions both at a global and individual level. The results obtained are highly interesting for the university in which the study has been carried out, obtaining results that generally outperform the results obtained in related works.

show abstract

Section: Testing Hypothesismentioning

confidence: 99%

Comparison of Predictive Models with Balanced Classes Using the SMOTE Method for the Forecast of Student Dropout in Higher Education

2022

View full text Add to dashboard Cite

show abstract

“…La identificación de medidas apropiadas para diferenciar los grupos poblaciones con características específicas mediante el uso de técnicas de aprendizaje automático, ha facilitado la observación del desempeño de varios enfoques (Luengas y Penagos, 2016, Rosado Gómez y Verjel Ibáñez, 2015, Salarte y Castro, 2012. Sun et al, 2019 encontraron que el algoritmo de reglas de predicción permite clasificar resultados como el deterioro del equilibrio, además puede evaluar y catalogar variables con respecto a su capacidad para predecir el resultado de clasificación.…”

Section: Tabla De Contenidosunclassified

Modelos computacionales en la posturografía

Contreras

Silva²

2022

Tecnura

View full text Add to dashboard Cite

Objetivo: Realizar la clasificación y el mapeo de parámetros de balanceo corporal a partir de datos de posturografía estática para diferenciar individuos amputados transtibiales unilaterales de no amputados utilizando técnicas de aprendizaje automático y minería de datos. Metodología: El balanceo corporal se midió en 74 individuos, 37 amputados por mina antipersonal y 37 controles sanos. Se clasificó la estabilidad según el grupo haciendo uso de aprendizaje automático. Se desarrolló un mapa bidimensional continuo de las alteraciones de la postura utilizando la teoría de la información de Shannon, la prueba de U Mann-Whitney(p<0.05) fue usada con el fin de identificar diferencias entre grupos. Resultados: Se entrenaron cinco algoritmos de aprendizaje automático, un árbol de decisión, reglas de decisión, una red neuronal, una máquina de soporte vectorial y el clúster. La validación y la comparación se llevaron a cabo con las métricas obtenidas a partir de la matriz de confusión, utilizando validación cruzada para obtener dos subconjuntos. La condición de postura más discriminativa se clasificó como desplazamiento del centro de presión (CoP) lado no amputado dirección antero-posterior. El algoritmo de mayor desempeño fue la máquina de soporte vectorial y el de menor desempeño el clúster, sin embargo, todos los modelos realizaron clasificación de grupos con una puntuación F1 mayor a 0,4. Conclusiones: El mapeo de las características del desplazamiento del balanceo en el espacio 2D reveló agrupaciones claras entre amputados y controles, lo cual confirma que el aprendizaje automático puede ayudar en la clasificación de patrones de balanceo clínico medidos con posturografía estática. Los modelos computacionales permiten evaluar de forma objetiva la estabilidad, así como reconocer el aporte de contralateral en el control de la postura bípeda estática ya que compensa la no existencia de los aferentes y eferentes de ipsilateral. Financiamiento: Artículo de investigación científica derivado del proyecto de investigación “Caracterización de la Estabilidad en Amputados Transtibiales Unilaterales”, financiado por la Universidad Distrital Francisco José de Caldas, Bogotá, Colombia.

show abstract

Predictive Models for the Detection of Diseases in Crops Through Supervised Learning

Páez-Quinde

Ríos

Quispe

et al. 2017

Communications in Computer and Information Science

View full text Add to dashboard Cite

Minería de datos aplicada a la demanda del transporte aéreo en Ocaña, Norte de Santander

Cited by 7 publications

References 12 publications

Comparison of Predictive Models with Balanced Classes Using the SMOTE Method for the Forecast of Student Dropout in Higher Education

Comparison of Predictive Models with Balanced Classes Using the SMOTE Method for the Forecast of Student Dropout in Higher Education

Modelos computacionales en la posturografía

Predictive Models for the Detection of Diseases in Crops Through Supervised Learning

Contact Info

Product

Resources

About