Algoritmos de aprendizaje automático para la predicción del logro académico

Resumen

En esta investigación se implementaron dos clasificadores de aprendizaje automático, una red neuronal multicapa (perceptrón multicapa [MLP]) y un modelo de potenciación del gradiente (GB), para predecir el grado de logro académico en las asignaturas de español y matemáticas de alumnos de sexto de primaria (2008) y tercero de secundaria (2011) con base en variables contextuales obtenidas de los Exámenes Nacionales del Logro Académico en Centros Escolares (Enlace) del estado de Tlaxcala, México. Se consideraron 13 variables de entrada y la importancia relativa de éstas, se determinó por medio del algoritmo bosque aleatorio (RF). Los clasificadores MLP y GB se entrenaron y probaron con un conjunto de datos de 11 036 registros de estudiantes que permanecieron en el sistema escolar de 2008 a 2011. Los modelos se entrenaron y probaron en predicción para 2008 y 2011. En español MLP fue superior a GB con una precisión global de clasificación (PG) de 70.1 % en 2008 y 61.1 % en 2011. GB obtuvo mejores resultados en matemáticas con una PG de 68.8 % en 2008 y 63.5 % en 2011. Se observó que el puntaje en español tiene una fuerte asociación con el grado de logro académico en matemáticas. Los puntajes en español y matemáticas tuvieron mayor importancia relativa con respecto a los factores contextuales analizados como: sexo, beca, turno de la escuela. En la población de alumnos analizada se observó que en español y matemáticas la proporción de mujeres es mayor a la proporción de hombres en los grados de logro académico elemental, y bueno o excelente; en contraste, en ambas asignaturas esta proporción se invierte con el grado de logro insuficiente.