Colombia
Colombia
Un desafío en la gestión académica de las instituciones educativas es la asignación de espacios académicos. Se requiere contar con una planificación de los recursos escolares que cumpla con todas las restricciones impuestas y que se obtenga una solución aceptable en un tiempo moderado, la cual es considerada como una tarea computacionalmente compleja. Por tal razón, en este artículo se crearon reglas de decisión generadas por un algoritmo de árboles de decisión. Este proceso se realizó a partir de la identificación de variables que se seleccionaron mediante la técnica de clasificación Random Forest, que permitió la toma de decisiones frente a la posible configuración de nuevos parámetros en el software optimizador de espacios contribuyendo a una mejora del proceso, para lo cual se plantearon indicadores estadísticos sustentados con técnicas de análisis multivariado, siendo la base para seleccionar e identificar variables relevantes a partir de técnicas de Machine Learning.
A challenge in the academic management of educational institutions is the allocation of academic spaces. It is required to have a planning of the school resources that complies with all the imposed restrictions and that an acceptable solution is obtained in a moderate time, which is considered as a computationally complex task. For this reason, this article created decision rules generated by a decision tree algorithm. This process was carried out from the identification of variables that were selected using the Random Forest classification technique, which allowed decisionmaking regarding the possible configuration of new parameters in the space optimizer software, contributing to an improvement of the process, for which statistical indicators supported by multivariate analysis techniques were proposed, being the basis for selecting and identifying relevant variables from Machine Learning techniques.