Optimización de la admisión universitaria mediante algoritmos de feature selection

III Congreso Aequalis 2025

14 – 21 – 28 de Agosto 2025

Faltan:

Programa 21 de agosto

Regresar

21 de agosto

08:45
08:50
09:05
cna
10:00
11:20
15:15
15:30

10:25 Sesiones Simultáneas 21 AGO Bloque 1

Optimización de la admisión universitaria mediante algoritmos de feature selection

El objetivo de esta investigación es desarrollar una metodología basada en algoritmos de aprendizaje automático que permita optimizar el proceso de admisión universitaria mediante la obtención de una ponderación objetiva y eficiente de los factores de selección, un problema que hasta ahora no ha sido resuelto adecuadamente en el contexto chileno. La metodología incorpora técnicas avanzadas como detección de concept drift (CD), gestión de valores atípicos y selección de características (FS) mediante algoritmos de filtrado y embebidos, priorizando el criterio de precisión para evaluar el rendimiento de modelos predictivos. El estudio se aplicó a un conjunto de datos reales de postulaciones a una carrera de ingeniería en una universidad pública chilena, utilizando algoritmos de detección de CD y outliers, redes neuronales, árboles de decisión y algoritmos de selección basados en información mutua. Los resultados muestran que la aplicación de esta metodología incrementa significativamente la precisión en la predicción del rendimiento académico del primer año, alcanzando un 84,1% al utilizar los pesos generados, en comparación con el 77,0% obtenido con los pesos reales. Además, el subconjunto óptimo de atributos seleccionado mejora la capacidad predictiva en 4,4 puntos porcentuales, siendo los criterios de selección los factores más influyentes. En conclusión, la propuesta ofrece una solución innovadora, replicable y validada para optimizar los procesos de admisión universitaria, incorporando herramientas de ciencia de datos que permiten una evaluación más justa y precisa del potencial académico de los postulantes.

Mauricio Fernando Hinojosa Valenzuela

El Dr. Mauricio Hinojosa Valenzuela se graduó recientemente de la Universidad de Santiago de Chile, donde obtuvo su Doctorado en Ciencias de la Ingeniería con especialización en Ingeniería Industrial, obteniendo la máxima distinción. Posee una sólida trayectoria en el ámbito académico, con especialización en Ciencia de datosMachine Learning. Ha presentado sus investigaciones en congresos nacionales e internacionales y cuenta con tres publicaciones científicas indexadas en Scopus y/o Web of Science. Su objetivo profesional es contribuir al desarrollo sostenible de la industria 4.0, mediante la investigación, la innovación y la docencia en su área de especialización. Actualmente se desempeña como Académico en la Universidad de Las Américas.

Instituciones educativas Latinoamericanas

que participan en la organización

Organizaciones Latinoamericanas que colaboran