Modelo predictivo de Machine Learning para el servicio de orientación vocacional hacia los estudiantes de secundaria en la Gerencia Regional de Trabajo y Promoción del Empleo Cusco 2024

Simple item page
dc.contributor.advisorAquino Cruz, Mario
dc.contributor.authorSilva Zarate, Malu Beatriz
dc.date.accessioned2025-12-18T15:33:13Z
dc.date.available2025-12-18T15:33:13Z
dc.date.issued2025-12-18
dc.description.abstractEste trabajo de investigación comparó tres modelos predictivos de Machine Learning: Árbol de Decisiones, Redes Neuronales y Regresión Logística, con el objetivo de identificar cuál fue el más efectivo para optimizar el procesamiento de los test vocacionales, los cuales tradicionalmente se analizaban y calificaban de forma manual, generando demoras y limitaciones en la orientación estudiantil. Esta situación afectaba la calidad del servicio de orientación vocacional, dificultando la emisión de los resultados a los estudiantes. Utilizando el test vocacional IEPPO, se procesaron las respuestas aplicando la metodología KDD. Los modelos fueron desarrollados y evaluados en Python, utilizando indicadores de rendimiento como exactitud, precisión, recall y F1 score. Los resultados mostraron que el modelo de Árbol de Decisiones fue el más eficaz en la clasificación, alcanzando una exactitud de 86.00%, una precisión del 86.23%, un recall del 86.00% y un F1 score de 86.11%, superando a las Redes Neuronales y la Regresión Logística. Estas conclusiones evidencian el potencial del Árbol de Decisiones para automatizar la orientación vocacional, brindando un apoyo confiable a la Oficina de SOVIO al facilitar el procesamiento inmediato y automatizado de los resultados, permitiendo clasificar los tipos vocacionales según las respuestas de los estudiantes.
dc.formatapplication/pdf
dc.identifier.urihttps://hdl.handle.net/20.500.14195/1415
dc.language.isospa
dc.publisherUniversidad Nacional Micaela Bastidas de Apurímac
dc.publisher.countryPE
dc.rightsinfo:eu-repo/semantics/openAccess
dc.rights.urihttps://creativecommons.org/licenses/by/4.0/
dc.subjectÁrbol de decisiones
dc.subjectOrientación vocacional
dc.subjectRedes neuronales
dc.subjectRegresión logística
dc.subject.ocdehttps://purl.org/pe-repo/ocde/ford#2.02.04
dc.titleModelo predictivo de Machine Learning para el servicio de orientación vocacional hacia los estudiantes de secundaria en la Gerencia Regional de Trabajo y Promoción del Empleo Cusco 2024
dc.typeinfo:eu-repo/semantics/bachelorThesis
dc.type.versioninfo:eu-repo/semantics/acceptedVersion
renati.advisor.dni41202588
renati.advisor.orcidhttps://orcid.org/0000-0002-2552-5669
renati.author.dni73009222
renati.discipline612296
renati.jurorIbarra Cabrera, Manuel Jesus
renati.jurorGómez Aiquipa, Ebert
renati.jurorRicardo Quispe, Rafael
renati.levelhttps://purl.org/pe-repo/renati/level#tituloProfesional
renati.typehttps://purl.org/pe-repo/renati/type#tesis
thesis.degree.disciplineIngeniería informática y sistemas
thesis.degree.grantorUniversidad Nacional Micaela Bastidas de Apurímac
thesis.degree.nameIngeniero Informático y Sistemas

Files

Original bundle
Now showing 1 - 3 of 3
Thumbnail Image
Name:
T-Silva-Zarate-Malu-Beatriz.pdf
Size:
1.68 MB
Format:
Adobe Portable Document Format
Download
No Thumbnail Available
Name:
T-Constancia-Silva-Zarate-Malu-Beatriz.pdf
Size:
202.3 KB
Format:
Adobe Portable Document Format
Download
No Thumbnail Available
Name:
T-Autorizacion-Silva-Zarate-Malu-Beatriz.pdf
Size:
332.41 KB
Format:
Adobe Portable Document Format
Download
License bundle
Now showing 1 - 1 of 1
No Thumbnail Available
Name:
license.txt
Size:
1.02 KB
Format:
Item-specific license agreed to upon submission
Description:
Download

Collections

Escuela Profesional de Ingeniería Informática y Sistemas