DSpace logo

Please use this identifier to cite or link to this item: https://repositorio.uide.edu.ec/handle/37000/8907
Full metadata record
DC FieldValueLanguage
dc.contributor.authorManangon Perugachi, Pedro Daniel-
dc.contributor.authorMartínez Llivicura, Luis Felipe-
dc.contributor.authorNavarrete López, Oscar Fabricio-
dc.contributor.authorSalaar Franco, Marco Andrés-
dc.contributor.authorVillavicencio Proaño, María José-
dc.contributor.authorCortés, Alejandro (tutor)-
dc.contributor.authorMora, Karla Estefanía (tutor)-
dc.date.accessioned2026-02-09T15:51:53Z-
dc.date.available2026-02-09T15:51:53Z-
dc.date.issued2026-
dc.identifier.citationManangon Perugachi, Pedro Daniel; Martínez Llivicura, Luis Felipe; Navarrete López, Oscar Fabricio; Salaar Franco, Marco Andrés; Villavicencio Proaño, María José. (2026). Construcción de un modelo predictivo mediante técnicas de machine learning para la proyección de las tasas de deserción escolar de Ecuador en el Periodo (2009–2025). Maestría en ciencia de datos. UIDE. Quito. 94 p.es
dc.identifier.otherUIDE-Q-TCDM-2026-36-
dc.identifier.urihttps://repositorio.uide.edu.ec/handle/37000/8907-
dc.description.abstractEl Abandono Escolar se considera como uno de los factores con mayor desafío a ser superados por su persistencia debido a varios factores en el sistema educativo del Ecuador, siendo un determinante en el desarrollo socioeconómico del país. Esta investigación se centra en la evolución del abandono escolar ecuatoriano en el periodo 2009-2025 y proyecciones hasta el año 2030. El estudio emplea técnicas de Machine Learning para identificar patrones críticos y determinantes tales como variables geográficas y poblacionales...School dropout is considered one of the most challenging factors to overcome due to its persistence within the Ecuadorian educational system, acting as a key determinant in the country's socioeconomic development. This research focuses on the evolution of school dropout in Ecuador during the 2009–2025 period, including projections up to the year 2030. The study employs Machine Learning techniques to identify critical patterns and determinants, such as geographical and population variables...es
dc.language.isoeses
dc.publisherQUITO/UIDE/2026es
dc.rightsopenAccesses
dc.subjectDIRECCIÓN ESCOLARes
dc.subjectAPRENDIZAJE AUTOMÁTICOes
dc.subjectPROYECCIONESes
dc.subjectVARIABLES EDUCATIVASes
dc.titleConstrucción de un modelo predictivo mediante técnicas de machine learning para la proyección de las tasas de deserción escolar de Ecuador en el Periodo (2009–2025)es
dc.typeThesises
Appears in Collections:Tesis - Maestría - en Ciencia de Datos y Máquinas de Aprendizaje

Files in This Item:
File Description SizeFormat 
UIDE-Q-TCDM-2026-36.pdfTESIS A TEXTO COMPLETO1.71 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.