Moukket Rkizat, Omar Sistema para la predicción del rendimiento de los alumnos en el e-learning URI: http://hdl.handle.net/10045/118444 DOI: ISSN: Abstract: El aprendizaje electrónico o e-learning es una modalidad de enseñanza que ha crecido de manera exponencial en los últimos años. Esto es debido a las grandes ventajas que ofrece, como puede ser la flexibilidad de acceso desde cualquier localización del mundo y a cualquier hora del día, la posibilidad de llegar a un gran número de personas con un aforo ilimitado, y la reducción de grandes costos a empresas e instituciones de educación. Ante la llegada de la pandemia de COVID-19 se ha producido la mayor interrupción de los sistemas educativos jamás producida en la historia, afectando a millones de estudiantes alrededor de todo el mundo. Frente a este escenario, el e-learning ha sido el foco central produciéndose una migración masiva de la enseñanza al marco virtual, evitando que la educación mundial quede bloqueada y dejando más que demostrada la importancia del e-learning. Sin embargo, este cambio de paradigma no es tan sencillo de llevar a cabo, puesto que se trata de una metodología que pone a los estudiantes en el centro del aprendizaje con implicaciones que van más allá de la traslación de la exposición presencial del docente al marco virtual. La principal diferencia de esta metodología de enseñanza respecto a la tradicional es la no presencialidad del docente y, por lo tanto, la no disponibilidad de una tutorización directa entre el alumno y el profesor. Por ello, hay que aprovechar los avances tecnológicos para crear herramientas que permitan ayudar a reforzar la calidad del e-learning. En este Trabajo Final de Máster, partiendo de los datos monitorizados en un curso e-learning, el objetivo será crear un sistema predictivo que sea capaz de conocer cuál será el rendimiento de los estudiantes en las pruebas de evaluación de tipo test basándose en el progreso de estos. Mediante esta predicción, por un lado, los estudiantes podrán conocer cuán preparados van de cara a la próxima prueba de evaluación antes de enfrentarse a ella y, por otro lado, los docentes podrán identificar en una etapa temprana aquellos casos de estudiantes que no están alcanzando una correcta evolución en el curso, pudiendo ofrecerles una asistencia personalizada y evitando así los efectos de cualquier barrera de aprendizaje. Para lograr este objetivo, en primer lugar, se lleva a cabo un proceso de preprocesamiento detallado de los datos para lograr la estructura de datos final necesaria para entrenar los modelos predictivos. En segundo lugar, con el objetivo de aumentar la cantidad de los datos, se lleva a cabo un proceso de generación de datos sintéticos mediante ecuaciones lineales. Por último, se hace uso de diferentes técnicas y enfoques de métodos de aprendizaje automático para lograr la solución final mediante la cual se ha conseguido lograr un rendimiento de predicción muy alto, lo cual hace que el resultado final sea una herramienta muy fiable y útil de cara a la predicción del rendimiento de los usuarios en el e-learning. Keywords:E-learning, Aprendizaje electrónico, Sistema predictivo, Rendimiento de los estudiantes, Aprendizaje automático info:eu-repo/semantics/masterThesis