Modelo predictivo basado en regresión logística para el abandono estudiantil
Palabras clave:
regresión logística, abandono estudiantil, aprendizaje automático, SMOTE, educación superiorResumen
El abandono estudiantil constituye un problema significativo en el ámbito universitario, con implicaciones sociales y académicas. Este trabajo presenta el diseño de un modelo predictivo basado en regresión logística,una técnica de aprendizaje automático utilizada para modelar la relación entre variables independientes y la probabilidad de un evento binario, para identificar estudiantes en riesgo de abandonar su carrera, utilizando un conjunto de datos público que incluye variables académicas y sociodemográficas. Se emplea la técnica de sobremuestreo (SMOTE) para balancear los datos, y se obtienen resultados con una precisión del 73% en las predicciones. El modelo propuesto se plantea como una herramienta tecnológica que podría adaptarse con datos reales de la Facultad de Ingeniería Informática de la Universidad Tecnológica de La Habana “José Antonio Echeverría” (Cujae) para prevenir el abandono estudiantil y optimizar los recursos educativos.
