Interpretación de los resultados por regiones de la Argentina del operativo de evaluación de la calidad educativa, utilizando modelos de Machine Learning
Palabras clave:
selectkbest, clasificador de refuerzo de gradiente, marco de datos, desempeño educativoResumen
El presente trabajo se basa en la utilización de el modelo de Machine Learning: Gradient Boosting Classifier de la Librería Sklearn , en las Pruebas de Evaluación Estandarizadas “Aprender” que se desarrolló en la Argentina, para medir el Desempeño en Lengua y el Desempeño en Matemáticas. Se propone realizar este abordaje con los datos de la Evaluación de Sexto Grado de la Escuela Primaria, de la Edición 2018 de esta Evaluación de Calidad Educativa. En la etapa la investigación se analizó solamente el Desempeño en Lengua y los resultados se exponen en este documento por regiones de la Argentina. Se realizó una preselección variables, usando la librería de Sklearn: SelectKBest y luego se adoptó un solo modelo de Machine Learning: Gradient mencionado. Posteriormente se ejecutaron los cálculos por país y sus regiones y se efectuaron comparaciones.
Descargas
Publicado
Número
Sección
Licencia
Derechos de autor 2025 Andrés Francisco Farías, Germán Antonio Montejano, Ana Gabriela Garis, Andrés Alejandro Farías, Sebastián Javier Farías

Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.
Acorde a estos términos, el material se puede compartir (copiar y redistribuir en cualquier medio o formato) y adaptar (remezclar, transformar y crear a partir del material otra obra), siempre que a) se cite la autoría y la fuente original de su publicación (revista y URL de la obra), b) no se use para fines comerciales y c) se mantengan los mismos términos de la licencia.











