Please use this identifier to cite or link to this item: https://hdl.handle.net/11000/37167
Full metadata record
DC FieldValueLanguage
dc.contributor.advisorGarcía Crespí, Francisco Federico-
dc.contributor.authorFecci Espiñeira, Matteo-
dc.contributor.otherDepartamentos de la UMH::Ingeniería de Computadoreses_ES
dc.date.accessioned2025-09-01T14:52:14Z-
dc.date.available2025-09-01T14:52:14Z-
dc.date.created2025-06-
dc.identifier.urihttps://hdl.handle.net/11000/37167-
dc.description.abstractEste TFG explora el uso de algoritmos de Machine Learning para predecir el rendimiento estudiantil, permitiendo identificar a estudiantes en riesgo. A través de modelos como Randomforest, J48, Logisticregression y Cart, se evalúa su precisión en dos entornos: uno básico y otro optimizado con ia para ajustar los parámetros y mejorar la exactitud. Los resultados destacan cómo esta combinación de enfoques permite mejorar la intervención educativa, facilitando decisiones informadas y transparentes para apoyar a los estudiantes en riesgo académico.es_ES
dc.formatapplication/pdfes_ES
dc.format.extent132es_ES
dc.language.isospaes_ES
dc.publisherUniversidad Miguel Hernández de Elchees_ES
dc.rightsinfo:eu-repo/semantics/openAccesses_ES
dc.rightsAttribution-NonCommercial-NoDerivatives 4.0 Internacional*
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0/*
dc.subjectMachine Learninges_ES
dc.subjectanálisis de datoses_ES
dc.subjectminería de datoses_ES
dc.subjectLlearning Analyticses_ES
dc.subject.otherCDU::6 - Ciencias aplicadas::62 - Ingeniería. Tecnologíaes_ES
dc.titleDesarrollo y evaluación de algoritmos de clasificación para la predicción del rendimiento estudiantiles_ES
dc.typeinfo:eu-repo/semantics/bachelorThesises_ES
Appears in Collections:
TFG-Ingeniería Informática en Tecnologías de la Información (ELCHE)


Thumbnail

View/Open:
 TFG-Fecci Espiñeira, Matteo.pdf

2,89 MB
Adobe PDF
Share:


Creative Commons ???jsp.display-item.text9???