Regresión Logística Técnica de Machine Learning para predicciones académicas

Abstract

En este artículo, empleamos la regresión logística como técnica de machine learning para predecir cual es la probabilidad que un estudiante de primer semestre de la Universidad Distrital Francisco José De Caldas repruebe o aprueba la materia de cálculo y con qué porcentaje. Para ello hacer uso de la base de datos de estudiantes disponible en el repositorio de datos de la universidad distrital FJC ver [1]. Inicialmente utilizamos regresión logística utilizando la edad de ingreso del estudiante y la nota obtenida en semestres anteriores, para predecir el porcentaje con el cual un nuevo estudiante obtendría una nota aprobatoria según las normas de la universidad distrital la cual es tres punto cero (3.0). Como segundo término utilizamos regresión logística múltiple, con ella utilizamos más de dos variables de entrada y la nota obtenida por los estudiantes en el semestre anterior. Con ello predecimos la nota del estudiante con un porcentaje de aprobación. En primer término, mediante regresión logística simple, predecimos, la probabilidad de que un estudiante con determinado puntaje en las pruebas de estado (ICFES) repruebe una materia de primer semestre en la Universidad Distrital FJC de Bogotá. Para ello hemos utilizado Python y las librerías keras y tensorflow. Para evaluar la eficiencia de nuestro modelo, hemos analizado los datos mediante: El error cuadrático medio, Mean Squere error´ (MSE), La raíz del MSE, Root Mean Square Error (RMSE) y el coeficiente de determinación (R2). también hemos evaluado nuestro modelo mediante, la raíz cuadrada del error cuadrático medio, RMSE: Root Mean Square´ Error que nos mide que tan bien se ajusta una línea de regresión´ a los puntos de datos. Para el manejo de la base de datos se trabajó sobre archivos .cvs y fueron manipulados mediante NumPy y Pandas librerías para tal fin suministradas por Python.