Chafla Altamirano, Gustavo XavierEscobar Terán, Charles EdisonGuaña Moya, Edison JavierNicolalde Rodríguez, Damián AníbalSalgado Reyes, Nelson Esteban2023-11-042023-11-042019-011646-9895https://repositorio.puce.edu.ec/handle/123456789/4994https://www.proquest.com/docview/2195126580/fulltext/AFD1AB165F61411APQ/1?accountid=13357Un elemento de gran importancia para las instituciones educativas universitarias, educadores y estudiantes lo constituye el rendimiento académico de los mismos en el tránsito de su formación profesional. La minería de datos educativos desarrolla modelos y métodos para explorar los datos recopilados de los entornos de aprendizajes educativos mediante analíticas de aprendizajes con el fin de detectar patrones que permitan predecir variables de interés. La presente investigación describe un modelo predicativo de rendimiento académico usando técnicas de redes neuronales sobre un conjunto de datos reales de 300 estudiantes de la carrera de Sistemas de la Universidad Central del Ecuador. Este registro fue suministrado por el entorno virtual de aprendizaje https://uvirtual.uce.edu.ec/ desarrollado en Moodle y usado en dicha Universidad.esOpenAccessRendimiento académicoRedes neuronales artificialesMinería de datosRendimiento académicoRedes neuronales artificialesMinería de datos