Predicción del Éxito de Ingreso Universitario en Alumnos de CEPRE UNI mediante Algoritmos de Inteligencia Artificial

[carlos_zambrano]

INTEGRANTES GRUPO 3:

PAMELA ROUSE CRISTOBAL ZEBALLOS
KELLY NICOLLE HUARCAYA RIVERA
GONZALO ALDAIR ESPEZUA LAURA
CARLOS ALBERTO ZAMBRANO ALARCÓN

Resumen - Este estudio investiga la aplicación de algoritmos de inteligencia artificial para predecir el éxito de ingreso universitario de los alumnos del Centro Preuniversitario de la Universidad Nacional de Ingeniería (CEPRE UNI). A través de la implementación de modelos predictivos avanzados, como máquinas de soporte vectorial (SVM), árboles de decisión y random forest, se busca identificar a los futuros ingresantes y proporcionar herramientas efectivas que orienten a los estudiantes en su preparación, optimizando sus posibilidades de éxito. Los algoritmos de IA analizan detalladamente patrones de comportamiento, rendimiento académico, habilidades cognitivas y otros factores personales, generando predicciones precisas sobre el desempeño futuro de los estudiantes. Los resultados obtenidos demuestran que los modelos propuestos no solo incrementan significativamente las probabilidades de admisión a la UNI, sino que también fomentan una formación más integral y personalizada, alineada con las necesidades individuales de cada estudiante. Entre los modelos evaluados, el algoritmo random forest se identificó como el más efectivo según las conclusiones del estudio. La integración de la IA en el ámbito educativo presenta un potencial transformador para la preparación de futuras generaciones de profesionales e ingenieros, promoviendo un enfoque educativo más eficaz y adaptativo.