Sistema web basado en técnicas de machine learning para predecir el desempeño de los docentes en el nivel de educación superior universitaria - Tesis

Aug 5, 2026

Subir por Finn

La investigación propone implementar un sistema web basado en técnicas de machine learning para predecir el desempeño docente en el nivel de educación superior universitaria, con el fin de mantener y mejorar la calidad educativa mediante una mejor selección del profesorado según el perfil requerido. Se plantean objetivos específicos para definir algoritmos no supervisados y supervisados, generar y validar un modelo predictivo con alta certeza, y desarrollar la plataforma web basada en el modelo computacional obtenido. Se trata de un estudio cuantitativo cuasi-experimental con pre y post test y una base de datos de 2449 registros, reduciendo subjetividad y sesgos en la evaluación.

IdiomaSpanish

CategoríaInvestigación e Informes

FormatoPDF

Páginas57

Tiempo de lectura1 h 28 min

AccesoGratis para descargar

Tabla de contenidos

Resumen

Abstract

Introducción

Marco teórico

Metodología

Resultados y discusión

Conclusiones

Recomendaciones

Referencias

Anexos

UNIVERSIDAD CATÓLICA SANTO TORIBIO DE MOGROVEJO FACULTAD DE INGENIERÍA ESCUELA DE INGENIERÍA DE SISTEMAS Y COMPUTACIÓN Sistema web basado en técnicas de machine learning para predecir el desempeño de los docentes en el nivel de educación superior universitaria TESIS PARA OPTAR EL TÍTULO DE INGENIERO DE SISTEMAS Y COMPUTACIÓN AUTOR Habana Sabra Chatila Vargas Toscanelli ASESOR Mariana Chavarry Chankay [https://orcid.org/0000-0001-5136-7177](https://orcid.org/0000-0001-5136-7177) Chiclayo, 2023 Sistema web basado en técnicas de machine learning para predecir el desempeño de los docentes en el nivel de educación superior universitaria PRESENTADA POR Habana Sabra Chatila Vargas Toscanelli A la Facultad de Ingeniería de la Universidad Católica Santo Toribio de Mogrovejo para optar el título de INGENIERO DE SISTEMAS Y COMPUTACIÓN APROBADA POR Oscar Alex Serquén Yparraguirre PRESIDENTE Richard David Iman Espinoza Mariana Chavarry Chankay SECRETARIO VOCAL Dedicatoria A mi familia y amigos que siempre estuvieronjunto a mí . Agradecimientos A mi asesora de tesis por su apoyo, orientación y motivación. Índice Resumen .................................................................................................................................... 8 Abstract ..................................................................................................................................... 9 Introducción............................................................................................................................ 10 Marco teórico .......................................................................................................................... 13 Metodología............................................................................................................................. 23 Resultados y discusión ........................................................................................................... 26 Conclusiones ........................................................................................................................... 29 Recomendaciones ................................................................................................................... 30 Referencias .............................................................................................................................. 31 Anexos ..................................................................................................................................... 34 Lista de tablas Tabla 1. Lenguajes de programación más usados en la actualidad................................... 18 Tabla 2. Métodos de investigación ........................................................................................ 24 Tabla 3. Técnicas e instrumentos de recolección de datos.................................................. 24 Lista de figuras Figura 1. Proceso para Machine Learning.......................................................................... 20 Figura 2. Proceso para la evaluación del desempeño laboral............................................. 22 Figura 3. Estructura del marco de MINEDU para el buen desempeño............................ 23 Resumen La implementación de un sistema web basado en técnicas de machine learning para predecir el desempeño de los docentes en el nivel de educación superior universitaria es muy importante debido a que de esa forma se va a poder mantener la calidad educativa en una universidad ypoder mejorar en la elección de un profesor por el perfil requerido para que de esa forma puedatener el mayor desempeño posible. Bajo esta premisa, la presente investigación abordó implementar un sistema web basado en técnicas de machine learning para predecir el desempeño de los docentes en el nivel de educación superior universitaria; los objetivosespecíficos fueron: establecer el algoritmo de aprendizaje no su

Preguntas frecuentes

Cuál es el objetivo principal del trabajo?

Implementar un sistema web que use técnicas de machine learning para predecir el desempeño de los docentes en la educación superior universitaria, apoyando la mejora de la calidad educativa.

Qué algoritmos se emplean para construir el modelo predictivo?

Se incluyen enfoques de aprendizaje no supervisado para identificar patrones de tendencia y aprendizaje supervisado para generar el modelo predictivo del desempeño docente, apoyados por técnicas como K-Means y Random Forest.

Cómo se valida la efectividad del modelo y del sistema web?

Se valida el modelo predictivo para alcanzar un alto nivel de certeza y se implementa el sistema web para entregar resultados de manera inmediata, reduciendo la subjetividad y el sesgo en la evaluación.

Aug 5, 2026

Subir por Finn