Machine Learning: creando sistemas que analizan datos para predecir la deserción estudiantil
Revive el webinar del docente Johann Alexis Ospina.
El Machine Learning es una rama de la inteligencia artificial que está cambiando el mundo. Cada organización, grande o pequeña, busca extraer conocimiento de las enormes cantidades de información que almacenan y procesan a diario.
El apasionante deseo de predecir el futuro impulsa el trabajo de las empresas analistas y científicos de datos en campos que van desde el marketing hasta la atención médica.
Y también puede tener aplicaciones útiles en la educación, por ejemplo, en la necesidad de anticipar el comportamiento de los alumnos.
Precisamente sobre eso habló el docente Johann Alexis Ospina en el webinar ‘Aplicación del Machine Learning a la deserción estudiantil’, que se llevó a cabo el viernes 29 de enero, a través de la plataforma Wébex.
Mira el webinar completo del docente aquí:
Descarga los archivos usados durante el taller del webinar aquí:
Archivo aplicación R – Descarga
Esta charla hace parte de una serie de conferencias y talleres que se llevarán a cabo cada semana alrededor de temas como el machine learning, Big Data, y metodologías estadísticas aplicadas al análisis de datos.
“El uso de algoritmos que pueden llegar a conclusiones a partir de grandes conjuntos de datos se ha democratizado en los últimos años. Hoy vemos distintas aplicaciones del machine learning. Por ejemplo, a partir del reconocimiento de imágenes se puede hoy estudiar el comportamiento del clima, o detectar cultivos ilícitos a partir de fotografías aéreas”, explicó el docente Ospina.
Y agregó: “También está el diagnóstico de enfermedades: por ejemplo, a partir de una imagen de los pulmones se puede desarrollar un algoritmo que identifique presencia del Covid-19. O aplicaciones en mercadeo, para análisis del comportamiento de los consumidores”.
En este webinar, el docente explicó las etapas de un modelo de Machine Learning, desde la gestión y procesamiento de los conjuntos de datos, donde se filtran y organizan; hasta la creación del algoritmo que revisará los datos para llegar a conclusiones.
Y luego realizó una demostración del uso del software estadístico R para predecir la probabilidad de deserción entre un grupo de estudiantes. Esto teniendo un conjunto de datos que contaban con variables como rendimiento académico y condiciones socioeconómicas.
“La idea es mostrar algunas herramientas de la estadística aplicada que nos ayudan a entender el fenómeno de la deserción estudiantil. Usando herramientas de análisis de datos podemos predecir si un estudiante tiene probabilidad de desertar de su estudio”, señaló.
El docente Ospina también describió algunos otros software usados para modelos de análisis de datos, como MatLab, Python y Java.
En el próximo webinar sobre Ciencias de Datos, el docente Andrés Felipe Ochoa estará a cargo de la charla: ‘Método de clasificación supervisada y su aplicación en datos de salud’.
Este webinar se llevará a cabo el viernes 12 de febrero, de 4:00 p.m. a 5:00 p.m., a través de la plataforma Cisco Wébex. Consulta aquí.
Más información:
Facultad de Ciencias Básicas
Temas mencionados en este artículo
