CatBoost: aprendizaje automático de conjunto para la analítica de los factores socioeconómicos que inciden en el rendimiento escolar

El rendimiento académico de los niños es una importante tarea para las escuelas y es de atracción desde el campo de la ciencia de datos que atiende esta problemática multifactorial con diversas técnicas de minería de datos sobre conjuntos de datos cada vez más completos que abordan factores socioeco...

Descripción completa

Detalles Bibliográficos
Autores principales: Pincay-Ponce, Jorge Iván, De Giusti, Armando Eduardo, Sánchez-Andrade, Diana Alexandra, Figueroa-Suárez, Juan Alberto
Formato: Articulo
Lenguaje:Español
Publicado: 2024
Materias:
Ciencias Informáticas
Aprendizaje automático
CatBoost
Shapley
Rendimiento académico
Métodos de ensamble
Machine learning
Academic performance
Assembly methods
Acceso en línea:http://sedici.unlp.edu.ar/handle/10915/168258
Aporte de:
SEDICI (UNLP) de Universidad Nacional de La Plata
id I19-R120-10915-168258
record_format dspace
spelling I19-R120-10915-1682582024-08-01T20:05:10Z http://sedici.unlp.edu.ar/handle/10915/168258 CatBoost: aprendizaje automático de conjunto para la analítica de los factores socioeconómicos que inciden en el rendimiento escolar CatBoost: Ensemble machine learning for the analysis of socioeconomic factors that affect school performance Pincay-Ponce, Jorge Iván De Giusti, Armando Eduardo Sánchez-Andrade, Diana Alexandra Figueroa-Suárez, Juan Alberto 2024-06 2024-08-01T14:47:14Z es Ciencias Informáticas Aprendizaje automático CatBoost Shapley Rendimiento académico Métodos de ensamble Machine learning Academic performance Assembly methods El rendimiento académico de los niños es una importante tarea para las escuelas y es de atracción desde el campo de la ciencia de datos que atiende esta problemática multifactorial con diversas técnicas de minería de datos sobre conjuntos de datos cada vez más completos que abordan factores socioeconómicos como posibles condicionantes. Presentamos un método que mejora la Exactitud de la predicción del rendimiento escolar combinando la aplicación del modelo de aprendizaje automático en conjunto CatBoost con la explicación y mejora de la transparencia de la clasificación que efectúa, mediante la puntuación de las características con base en los valores SHAP (SHapley Additive exPlanations). Se dispone de cuatro tipos de promedios: Domina los aprendizajes requeridos (DAR), Alcanza los aprendizajes requeridos (AAR), Próximo a alcanzar los aprendizajes requeridos (PAAR) y No alcanza los aprendizajes requeridos (NAAR). Cómo los tipos de promedios PAAR y NAAR constituyen clases minoritarias fueron balanceados respecto de las clases mayoritarias DAR y AAR. Se alcanzó una Exactitud y Precisión del 91%. Las características de mayor impacto en la predicción son las habilidades sociales, la ocupación del padre, ingreso familiar, género, posible discapacidad, comportamiento, estructura familiar, número de hermanos, entre otros. The academic performance of children is an important task for schools and is attractive from the field of data science that addresses this multifactorial problem with various data mining techniques on increasingly complete data sets that address socioeconomic factors such as possible conditions. We present a method that improves the accuracy of the prediction of school performance by combining the application of the ensemble learning algorithms CatBoost with the explanation and improvement of the transparency of the classification that it performs, by scoring the characteristics based on the SHAP values. (Shapley Additive exPlanations). Four types of averages are available: Master the Learning Requirement (DAR), Meet the Learning Requirement (AAR), Close to Meeting the Learning Requirement (PAAR), and Not Meet the Learning Requirement (NAAR). How the PAAR and NAAR types of averages constitute minority classes were balanced with respect to the DAR and AAR majority classes. An accuracy and precision of 91% were achieved. The characteristics with the greatest impact on the prediction are social skills, the father's occupation, family income, gender, possible disability, behavior, family structure, and number of siblings, among others. Facultad de Informática Articulo Articulo http://creativecommons.org/licenses/by-nc/4.0/ Creative Commons Attribution-NonCommercial 4.0 International (CC BY-NC 4.0) application/pdf 31-39
institution Universidad Nacional de La Plata
institution_str I-19
repository_str R-120
collection SEDICI (UNLP)
language Español
topic Ciencias Informáticas
Aprendizaje automático
CatBoost
Shapley
Rendimiento académico
Métodos de ensamble
Machine learning
Academic performance
Assembly methods
spellingShingle Ciencias Informáticas
Aprendizaje automático
CatBoost
Shapley
Rendimiento académico
Métodos de ensamble
Machine learning
Academic performance
Assembly methods
Pincay-Ponce, Jorge Iván
De Giusti, Armando Eduardo
Sánchez-Andrade, Diana Alexandra
Figueroa-Suárez, Juan Alberto
CatBoost: aprendizaje automático de conjunto para la analítica de los factores socioeconómicos que inciden en el rendimiento escolar
topic_facet Ciencias Informáticas
Aprendizaje automático
CatBoost
Shapley
Rendimiento académico
Métodos de ensamble
Machine learning
Academic performance
Assembly methods
description El rendimiento académico de los niños es una importante tarea para las escuelas y es de atracción desde el campo de la ciencia de datos que atiende esta problemática multifactorial con diversas técnicas de minería de datos sobre conjuntos de datos cada vez más completos que abordan factores socioeconómicos como posibles condicionantes. Presentamos un método que mejora la Exactitud de la predicción del rendimiento escolar combinando la aplicación del modelo de aprendizaje automático en conjunto CatBoost con la explicación y mejora de la transparencia de la clasificación que efectúa, mediante la puntuación de las características con base en los valores SHAP (SHapley Additive exPlanations). Se dispone de cuatro tipos de promedios: Domina los aprendizajes requeridos (DAR), Alcanza los aprendizajes requeridos (AAR), Próximo a alcanzar los aprendizajes requeridos (PAAR) y No alcanza los aprendizajes requeridos (NAAR). Cómo los tipos de promedios PAAR y NAAR constituyen clases minoritarias fueron balanceados respecto de las clases mayoritarias DAR y AAR. Se alcanzó una Exactitud y Precisión del 91%. Las características de mayor impacto en la predicción son las habilidades sociales, la ocupación del padre, ingreso familiar, género, posible discapacidad, comportamiento, estructura familiar, número de hermanos, entre otros.
format Articulo
Articulo
author Pincay-Ponce, Jorge Iván
De Giusti, Armando Eduardo
Sánchez-Andrade, Diana Alexandra
Figueroa-Suárez, Juan Alberto
author_facet Pincay-Ponce, Jorge Iván
De Giusti, Armando Eduardo
Sánchez-Andrade, Diana Alexandra
Figueroa-Suárez, Juan Alberto
author_sort Pincay-Ponce, Jorge Iván
title CatBoost: aprendizaje automático de conjunto para la analítica de los factores socioeconómicos que inciden en el rendimiento escolar
title_short CatBoost: aprendizaje automático de conjunto para la analítica de los factores socioeconómicos que inciden en el rendimiento escolar
title_full CatBoost: aprendizaje automático de conjunto para la analítica de los factores socioeconómicos que inciden en el rendimiento escolar
title_fullStr CatBoost: aprendizaje automático de conjunto para la analítica de los factores socioeconómicos que inciden en el rendimiento escolar
title_full_unstemmed CatBoost: aprendizaje automático de conjunto para la analítica de los factores socioeconómicos que inciden en el rendimiento escolar
title_sort catboost: aprendizaje automático de conjunto para la analítica de los factores socioeconómicos que inciden en el rendimiento escolar
publishDate 2024
url http://sedici.unlp.edu.ar/handle/10915/168258
work_keys_str_mv AT pincayponcejorgeivan catboostaprendizajeautomaticodeconjuntoparalaanaliticadelosfactoressocioeconomicosqueincidenenelrendimientoescolar
AT degiustiarmandoeduardo catboostaprendizajeautomaticodeconjuntoparalaanaliticadelosfactoressocioeconomicosqueincidenenelrendimientoescolar
AT sanchezandradedianaalexandra catboostaprendizajeautomaticodeconjuntoparalaanaliticadelosfactoressocioeconomicosqueincidenenelrendimientoescolar
AT figueroasuarezjuanalberto catboostaprendizajeautomaticodeconjuntoparalaanaliticadelosfactoressocioeconomicosqueincidenenelrendimientoescolar
AT pincayponcejorgeivan catboostensemblemachinelearningfortheanalysisofsocioeconomicfactorsthataffectschoolperformance
AT degiustiarmandoeduardo catboostensemblemachinelearningfortheanalysisofsocioeconomicfactorsthataffectschoolperformance
AT sanchezandradedianaalexandra catboostensemblemachinelearningfortheanalysisofsocioeconomicfactorsthataffectschoolperformance
AT figueroasuarezjuanalberto catboostensemblemachinelearningfortheanalysisofsocioeconomicfactorsthataffectschoolperformance
_version_ 1807223666610536448

Ejemplares similares