Modèle d'analyse de données appliqué au décrochage universitaire du cursus d'ingénierie informatique de l'université de Cundinamarca

Cet article décrit l'obtention d'un modèle d’exploitation des données appliqué à la problématique du décrochage universitaire du cursus d'ingénierie informatique du campus de Facatativá de l'université de Cundinamarca. Le modèle a été structuré à l'aide de la méthodologie d'exploitation de données KDD (knowledge discovery in databases) utilisant le langage de programmation Python, la bibliothèque de traitement de données Pandas et l'apprentissage automatique Sklearn. Lors de ce processus, des indicateurs supplémentaires d'extraction ont été retenus comme la dimensionnalité élevée, les méthodes de sélection des variables statistiques univariées ou l'importance des caractéristiques du SelectFromModel (Sklearn). Dans ce projet, cinq techniques d'exploitation des données ont été sélectionnées et soumises à évaluation: les parentés les plus proches (KNN), les matrices de décision (DT), les arbres aléatoires (RF), la régression logistique (LR) et les supports de machines vectorielles (SVM). Pour la sélection du modèle final, chaque résultat des différents modèles a été évalué grâce aux métriques de précision, à la matrice de confusion et aux métriques supplémentaires de la matrice de confusion. Enfin, les paramètres du modèle sélection of the final model, the results of each model were tested on the precision metrics, confusion matrix, and additional metrics of the confusion matrix. Finally, the parameters of the selected model were adjusted and the generalization of the model was evaluated by plotting its learning curve.