![](https://i.postimg.cc/mDSGTpJh/Cabeza.jpg)
Por favor, use este identificador para citar o enlazar este ítem:
https://rinacional.tecnm.mx/jspui/handle/TecNM/6464
Título : | Reconocimiento automático de atributos de personalidad para orientación vocacional |
Autor : | Robles Montoya, Abel |
metadata.dc.subject.other: | Abandono escolar Aprendizaje máquina Aprendizaje profundo Conjunto de datos (Dataset) HEXACO Intereses profesionales OCEAN Orientación vocacional Personalidad Plataforma web Pruebas estandarizadas de intereses Pruebas estandarizadas de personalidad Reconocimiento automático de intereses Reconocimiento automático de personalidad RIASEC Sistema de predicción de intereses profesionales |
Fecha de publicación : | 2022 |
Editorial : | Tecnológico Nacional de México |
metadata.dc.publisher.tecnm: | Instituto Tecnológico de Culiacán |
Descripción : | En México solo 6 de cada 10 alumnos de educación superior logran terminar sus estudios; aunque las causas más comunes son los problemas socioeconómicos y personales; también la insatisfacción académica y el bajo rendimiento escolar impactan en gran medida, esto sugiere una mala elección de carrera. La personalidad del estudiante se ha identificado como un factor clave que influye en la elección de carrera; ya que los estudiantes eligen entornos académicos acordes con su personalidad; aunque muchas veces, los jóvenes no siempre saben qué opciones son las más adecuadas para sus características en particular. En este trabajo de investigación se presenta el desarrollo de un sistema de predicción de carreras profesionales utilizando como entrada un video del usuario; con el objetivo de ayudar a los estudiantes a tomar una mejor decisión. Para el desarrollo de este sistema fue necesario recopilar información de diferentes tipos como cuestionarios de personalidad e intereses profesionales, videos, así como información relativa a la formación académica y profesional de los participantes; con los que se generó un conjunto de datos (dataset) de personalidad e intereses profesionales. Este dataset se utilizó para entrenar modelos de aprendizaje máquina con el fin de predecir intereses profesionales a partir de video. El sistema PersonApp se utilizó como base para el desarrollo del sistema para recopilar información, adecuándolo a las necesidades actuales, con éste se logró generar una base de datos de 128 cuestionarios de personalidad e intereses profesionales y 68 videos; los valores de cada atributo de los cuestionarios de personalidad e intereses muestran una distribución normal. En cuanto a los resultados de los modelos de predicción; en el caso del modelo de personalidad es de un error promedio de 0.18, mientras que para el modelo de intereses profesionales es de 0.16. A partir de los datos analizados en los resultados, se puede ver un problema en los reconocedores al tratar de realizar las predicciones; problema originado debido a la distribución de los datos, la cual provoca que los modelos aprendan a minimizar el error arrojando valores cercanos a la media, lugar donde se encuentra el mayor volumen de datos. Estos problemas hacen al sistema de recomendación de carreras inexacto, por lo que se requiere seguir investigando para mejorar los modelos de aprendizaje. |
metadata.dc.type: | info:eu-repo/semantics/masterThesis |
Aparece en las colecciones: | Maestría en Ciencias de la Computación |
Ficheros en este ítem:
Fichero | Descripción | Tamaño | Formato | |
---|---|---|---|---|
TESIS ABEL ROBLES MONTOYA.pdf | Texto Completo | 2.85 MB | Adobe PDF | Visualizar/Abrir |
LICENCIA ABEL ROBLES MONTOYA.pdf | 139.63 kB | Adobe PDF | Visualizar/Abrir |
Este ítem está protegido por copyright original |
Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons