Powered by OpenAIRE graph
Found an issue? Give us feedback
ZENODOarrow_drop_down
ZENODO
Article . 2024
License: CC BY
Data sources: Datacite
ZENODO
Article . 2024
License: CC BY
Data sources: Datacite
versions View all 2 versions
addClaim

This Research product is the result of merged Research products in OpenAIRE.

You have already added 0 works in your ORCID record related to the merged Research product.

Modelo de agregación para medir la influencia del machine learning y modelos predictivos de empleabilidad pertinente con la carrera universitaria

Authors: Silvio Amable Machuca Vivar; Carlos Roberto Sampedro Guamán; María Fernanda Pacheco Carrera; Diego Paúl Palma Rivera;

Modelo de agregación para medir la influencia del machine learning y modelos predictivos de empleabilidad pertinente con la carrera universitaria

Abstract

Las Instituciones de Educación Superior (IES) forman a los jóvenes profesionales en los aspectos técnico, teórico, competencias y habilidades en áreas específicas del conocimiento, para un mercado de trabajo con demandas muy cambiantes a las cuales a veces sus graduados no logran satisfacer las expectativas, es por ello la preocupación contante de la IES por identificar las causas asociadas con la tasa de empleabilidad de sus graduados. Por ello las IES deben prestar constante atención a la información que obtienen en su proceso de seguimiento a graduados, construir un modelo de optimización del proceso formativo para calcular y estimar los escenarios de producción de las IES en función de la demanda del mercado laboral. Los sistemas de seguimiento a graduados deben contar con técnicas de Minería de Datos que permitan identificar patrones de empleabilidad de los graduados para la toma de decisiones en procura de una mayor tasa de inserción laboral y una formación de sus profesionales que responda a la demanda laboral, es por ellos que se planteó como objetivo la creación y análisis de tres modelos de aprendizaje predictivo basado en algoritmos de machine learning, que permita predecir el resultado de una variable objetivo en función de varias variables predictoras, el caso estudiado es la Universidad Regional Autónoma de los Andes, en Ecuador. La presente investigación tiene como objetivo desarrollar un modelo de agregación para medir la influencia del machine learning y modelos predictivos de empleabilidad pertinente con la carrera universitaria. El modelo predictivo usó algoritmos de aprendizaje no supervisado, como: regresión lineal, árbol de decisiones y SVM generando los modelos con una precisión alta y con los ajustes necesarios demostrando su aplicabilidad.

  • BIP!
    Impact byBIP!
    citations
    This is an alternative to the "Influence" indicator, which also reflects the overall/total impact of an article in the research community at large, based on the underlying citation network (diachronically).
    0
    popularity
    This indicator reflects the "current" impact/attention (the "hype") of an article in the research community at large, based on the underlying citation network.
    Average
    influence
    This indicator reflects the overall/total impact of an article in the research community at large, based on the underlying citation network (diachronically).
    Average
    impulse
    This indicator reflects the initial momentum of an article directly after its publication, based on the underlying citation network.
    Average
Powered by OpenAIRE graph
Found an issue? Give us feedback
citations
This is an alternative to the "Influence" indicator, which also reflects the overall/total impact of an article in the research community at large, based on the underlying citation network (diachronically).
BIP!Citations provided by BIP!
popularity
This indicator reflects the "current" impact/attention (the "hype") of an article in the research community at large, based on the underlying citation network.
BIP!Popularity provided by BIP!
influence
This indicator reflects the overall/total impact of an article in the research community at large, based on the underlying citation network (diachronically).
BIP!Influence provided by BIP!
impulse
This indicator reflects the initial momentum of an article directly after its publication, based on the underlying citation network.
BIP!Impulse provided by BIP!
0
Average
Average
Average