Pronósticos y data mining para la toma de decisiones. Pronóstico sobre la deserción de alumnos de una Facultad

Para tomar decisiones es necesario entender la realidad de la organización y su contexto. No sólo en la actualidad, sino también en el futuro. Muchas decisiones se basan en supuestos sobre el futuro. Para reducir la incertidumbre sobre el futuro existen los pronósticos usando métodos cuantitativos....

Full description

Bibliographic Details
Main Author: Ernesto Chinkes
Format: Article
Language:English
Published: Universidad de Buenos Aires 2018-09-01
Series:Cuadernos del CIMBAGE
Subjects:
Online Access:https://ojs.econ.uba.ar/index.php/CIMBAGE/article/view/1184
id doaj-762344504ccf4b22bb69739868aa78cd
record_format Article
spelling doaj-762344504ccf4b22bb69739868aa78cd2020-11-25T03:30:31ZengUniversidad de Buenos AiresCuadernos del CIMBAGE1666-51121669-18302018-09-011201071321184Pronósticos y data mining para la toma de decisiones. Pronóstico sobre la deserción de alumnos de una FacultadErnesto Chinkes0Programa Ejecutivo de Business Intelligence. Escuela de Posgrado Facultad de Ciencias Económicas. Universidad de Buenos AiresPara tomar decisiones es necesario entender la realidad de la organización y su contexto. No sólo en la actualidad, sino también en el futuro. Muchas decisiones se basan en supuestos sobre el futuro. Para reducir la incertidumbre sobre el futuro existen los pronósticos usando métodos cuantitativos. Este trabajo analiza estos métodos y como el data mining, machine learning y las soluciones informáticas, cobijadas en las soluciones denominadas “Analytics”, pueden aportar en dicho camino. Para ello más alla de explicar los conceptos que lo sustentan, se expone cómo es posible aplicarlo para pronosticar la deserción de estudiantes para una facultad a partir de aplicar modelos predictivos, mediante la tarea de clasificación, usando una herramienta de machine learning que funciona en la nube. También invita a pensar cual es el impacto, que pueden tener estas posibilidades en la era del big data.https://ojs.econ.uba.ar/index.php/CIMBAGE/article/view/1184data miningmachine learningpronósticosdeserción de alumnos
collection DOAJ
language English
format Article
sources DOAJ
author Ernesto Chinkes
spellingShingle Ernesto Chinkes
Pronósticos y data mining para la toma de decisiones. Pronóstico sobre la deserción de alumnos de una Facultad
Cuadernos del CIMBAGE
data mining
machine learning
pronósticos
deserción de alumnos
author_facet Ernesto Chinkes
author_sort Ernesto Chinkes
title Pronósticos y data mining para la toma de decisiones. Pronóstico sobre la deserción de alumnos de una Facultad
title_short Pronósticos y data mining para la toma de decisiones. Pronóstico sobre la deserción de alumnos de una Facultad
title_full Pronósticos y data mining para la toma de decisiones. Pronóstico sobre la deserción de alumnos de una Facultad
title_fullStr Pronósticos y data mining para la toma de decisiones. Pronóstico sobre la deserción de alumnos de una Facultad
title_full_unstemmed Pronósticos y data mining para la toma de decisiones. Pronóstico sobre la deserción de alumnos de una Facultad
title_sort pronósticos y data mining para la toma de decisiones. pronóstico sobre la deserción de alumnos de una facultad
publisher Universidad de Buenos Aires
series Cuadernos del CIMBAGE
issn 1666-5112
1669-1830
publishDate 2018-09-01
description Para tomar decisiones es necesario entender la realidad de la organización y su contexto. No sólo en la actualidad, sino también en el futuro. Muchas decisiones se basan en supuestos sobre el futuro. Para reducir la incertidumbre sobre el futuro existen los pronósticos usando métodos cuantitativos. Este trabajo analiza estos métodos y como el data mining, machine learning y las soluciones informáticas, cobijadas en las soluciones denominadas “Analytics”, pueden aportar en dicho camino. Para ello más alla de explicar los conceptos que lo sustentan, se expone cómo es posible aplicarlo para pronosticar la deserción de estudiantes para una facultad a partir de aplicar modelos predictivos, mediante la tarea de clasificación, usando una herramienta de machine learning que funciona en la nube. También invita a pensar cual es el impacto, que pueden tener estas posibilidades en la era del big data.
topic data mining
machine learning
pronósticos
deserción de alumnos
url https://ojs.econ.uba.ar/index.php/CIMBAGE/article/view/1184
work_keys_str_mv AT ernestochinkes pronosticosydataminingparalatomadedecisionespronosticosobreladeserciondealumnosdeunafacultad
_version_ 1724575148162416640