6
Modelo predictivo para la detección temprana de  
estudiantes con alto riesgo de deserción académica  
Kevin Rivera Vergaray  
Universidad Nacional Mayor de San  
RECIBIDO 05/04/2021 ACEPTADO 08/06/2021 ● PUBLICADO 30/09/2021  
RESUMEN  
Se comparan los resultados de 4 modelos predictivos, de regresión logística, árboles de decisión,  
KNN y una red neuronal para predecir la deserción académica de estudiantes en la Universidad  
Nacional Intercultural de la Amazonía, aplicado a un dataset extraído de la base de datos del  
sistema de gestión académica de la universidad, que contiene datos socioeconómicos y de  
rendimiento académico los cuales fueron procesados y formateados utilizando técnicas de one  
hot encoding para así poder  
aplicar los modelos predictivos ya mencionados. Para el  
procesamiento y formateo de datos se utilizó consultas Transac Sql y la aplicación de los modelos  
predictivos se hizo a través del Software Knime y utilizando Python a través de Google Colab. Los  
resultados obtenidos al aplicar 4 modelos predictivos son muy buenos ya que todos superaron el  
8
0% de accuracy, lo cual garantiza que puedan ser puestos en producción para el beneficio de la  
universidad y así pueda tomar mejores decisiones a la hora de abordar la deserción académica.  
Se concluye que aplicar un modelo predictivo en las universidades para la detección temprana de  
estudiantes con alto riesgo de deserción académica es viable y muy beneficioso para que las  
universidades a través de sus gestores académicos puedan aplicar estrategias más focalizadas  
para reducir sus índices de deserción académica.  
Palabras claves: Deserción académica, Modelo predictivo, Dataset.  
ABSTRACT  
REVISTA INNOVACIÓN Y SOFTWARE  
VOL 2 Nº 2 Septiembre - Febrero 2021 ISSN Nº 2708-0935