Publication:
Comparación de algoritmos de detección de outliers para prevenir el fracaso escolar

Date

2024

Authors

Arbizu Castillón, Iranzu

Publisher

Acceso abierto / Sarbide irekia
Trabajo Fin de Grado / Gradu Amaierako Lana

Project identifier

Abstract

En este proyecto, se comparan seis algoritmos: K-means, DBSCAN, One-Class SVM, Isolation Forest y HBMO, para la detección de outliers en conjuntos de datos educativos. El objetivo es identificar a los alumnos en riesgo de fracaso escolar mediante la aplicación de estos algoritmos en datos preprocesados. Evaluamos cada algoritmo en términos de precisión, recall, F1 score y tiempo de ejecución para determinar el más eficaz y eficiente. Este estudio busca proporcionar una herramienta que ayude a educadores a intervenir tempranamente, mejorando las oportunidades académicas y reduciendo las tasas de fracaso escolar.

Description

Keywords

Outliers, Clustering, Kmeans, DBSCAN, OneClassSVM, Isolation Forest, HBMO, Machine learning algorithms, Education data analysis, School failure prediction, Metaheuristics

Department

Faculty/School

Escuela Técnica Superior de Ingeniería Agronómica y Biociencias / Nekazaritzako Ingeniaritzako eta Biozientzietako Goi Mailako Eskola Teknikoa

Degree

Graduado o Graduada en Ciencia de Datos por la Universidad Pública de Navarra, Datuen Zientzietako Graduatua Nafarroako Unibertsitate Publikoan

Doctorate program

item.page.cita

item.page.rights

Los documentos de Academica-e están protegidos por derechos de autor con todos los derechos reservados, a no ser que se indique lo contrario.