UniHaven
Tesis de GradoIngeniería y Tecnología

Plataforma predictiva de deserción académica usando series temporales

Resumen

Este trabajo propone una arquitectura de analítica institucional para estimar riesgo de deserción por cohorte estudiantil. Se integran variables socioeconómicas, rendimiento por corte, asistencia y participación en campus virtual, entrenando modelos híbridos con gradiente boosting y redes recurrentes. El sistema entrega alertas tempranas y explica factores de riesgo por programa.

Palabras clave

analiticaeducacionmachine-learningpredicciondesercion

Reacciones

Archivos

documento-final.pdf

4.0 MB · application/pdf

dataset-limpio.csv

1.6 MB · text/csv

notebooks-modelado.ipynb

869.1 KB · application/x-ipynb+json

Historial de versiones

v3

Se añade módulo de explicabilidad con SHAP y reporte institucional.

89abcde

5/1/2026
v2

Se incorpora modelo XGBoost y validación temporal.

bcdef01

1/1/2026
v1

Versión inicial con EDA y baseline logístico.

ef01234

28/12/2025

Comentarios (5)

Inicia sesión para comentar.

Iniciar sesión
VR
Valentina Romerohace 7 meses

Este proyecto podría escalar muy bien a nivel institucional con pocos ajustes.

JE
Juan Esteban Oñatehace 7 meses

La documentación del repositorio está clara y facilita replicar los resultados.

MJ
María José Dazahace 7 meses

¿Han probado comparar este modelo con una línea base más simple para estimar ganancia real?

CD
Carlos David Pachecohace 7 meses

Me gustó que incluyeran limitaciones y trabajo futuro con bastante detalle.

LC
Laura Catalina Quinterohace 7 meses

Tomamos el punto, documentamos supuestos y reproducibilidad en la sección final.

AP
Andrea Paola Rodríguezhace 7 meses

Excelente enfoque metodológico, especialmente la validación cruzada por cohorte.

SA
Sebastián Ariashace 7 meses

Gracias por el feedback, estamos agregando ese análisis comparativo.