Aplicación de técnicas de data mining al rendimiento académico del primer curso de programación de computadores

Abstract

En este trabajo se aplicaron técnicas de Data Mining a datos del primer curso de programación de nuestra Universidad, utilizando un proceso de “Knowledge Discovery in Databases” a la información relacionada, con el objetivo de adquirir conocimiento útil acerca del comportamiento de los alumnos que aprueban y reprueban este curso. El rendimiento académico está limitado por diferentes factores. Es de gran utilidad determinar cuáles son los atributos más incidentes en el desempeño de los estudiantes, lo que se pretende mostrar con el proceso de “Knowledge Discovery in Databases” es justamente esto; obtención de conocimiento útil acerca del comportamiento de los alumnos que aprueban y reprueban el curso, a través de la determinación y generación de reglas que precisamente indiquen las variables más influyentes. En este proyecto se han aplicado enfoques y técnicas de Minería de Datos en varios experimentos que han permitido crear estos modelos de predicción del rendimiento de los alumnos. Cabe mencionar, que los distintos modelos han sido desarrollados por la herramienta de software llamada “WEKA”. Se ha seguido este proceso por todas sus etapas, desde la selección de los datos, hasta la misma interpretación de los resultados obtenidos a partir de estos datos. Este trabajo aporta positivamente al desempeño del curso y de cada alumno en particular. Ya que, tomar la decisión adecuada en el instante de tiempo preciso por parte del profesor que imparte el curso de programación, puede hacer la diferencia entre que un alumno haya aprobado o fracasado el curso. En efecto, con el conocimiento nuevo adquirido se va ayudar al profesor a tomar esta mejor decisión