Diseño e implementación de una red neuronal artificial para predecir el rendimiento académico en estudiantes de Ingeniería Civil de la UNIFSLB

Palabras clave: Rendimiento académico, red neuronal artificial, predicción

Resumen

Predecir los resultados académicos de los estudiantes permite al docente buscar técnicas y estrategias en el tiempo indicado durante el proceso de enseñanza y aprendizaje con el fin de mejorar el logro de competencias en sus estudiantes. En esta investigación se implementó una red neuronal artificial (RNA) para predecir los resultados académicos del curso de física de los estudiantes del II ciclo de la carrera profesional de Ingeniería Civil de la universidad Nacional Intercultural Fabiola Salazar Leguía de Bagua-Perú en función de datos históricos. La RNA se diseñó e implemento en el Software MATLAB, su arquitectura está formada por una capa de entrada, una capa oculta y una capa de salida, para el entrenamiento de la RNA se utilizó dos algoritmos que posee la Toolbox de MATLAB: el Scaled Conjugate Gradient logrando un porcentaje de predicción del 70% y el Levenberg-Marquardt logrando un porcentaje de predicción 86%.

Descargas

La descarga de datos todavía no está disponible.

Biografía del autor

Fernando Alain Incio Flores, Universidad Cesar Vallejo

Escuela de Posgrado
Chiclayo, Lambayeque
Perú

Dulce Lucero Capuñay Sanchez, Universidad Cesar Vallejo

Escuela de Posgrado
Chiclayo, Lambayeque
Perú

Ronald Omar Estela Urbina, Universidad Nacional Intercultural Fabiola Salazar Leguía de Bagua

Facultad de Ingeniería
Bagua, Amazonas
Perú

Jorge Antonio Delgado Soto, Universidad Nacional de Cajamarca

Universidad Nacional de Cajamarca
Facultad de Educación
Jaén, Cajamarca
Perú

Segundo Edilberto Vergara Medrano, Universidad Nacional de Jaén

Facultad de Ingeniería Forestal y Ambiental
Jaén, Cajamarca
Perú

Publicado
2021-05-22
Cómo citar
Incio Flores, F., Capuñay Sanchez, D., Estela Urbina, R., Delgado Soto, J., & Vergara Medrano, S. (2021). Diseño e implementación de una red neuronal artificial para predecir el rendimiento académico en estudiantes de Ingeniería Civil de la UNIFSLB. REVISTA VERITAS ET SCIENTIA - UPT, 10(1), 107 - 117. https://doi.org/10.47796/ves.v10i1.464