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....
Main Author: | |
---|---|
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 |