MACHINE LEARNING

TALLER REGRESIÓN LOGÍSTICA
Implementación de un modelo basado en regresión logística para predecir la
probabilidad de admisión de un estudiante en una universidad
Facultad de Ingeniería, Maestríaen Ingeniería,
Énfasis en Ingeniería de Sistemas

RESUMEN
El presente artículo tiene como objetivo documentar la implementación y el análisis de un modelo
basado en regresión logística parapredecir la probabilidad de admisión de un estudiante en una
universidad, teniendo sus calificaciones en 2 exámenes, teniendo unos datos de entrada para realizar un
entrenamiento y de esta manera elsistema pueda predecir si el estudiante puede ser admitido o no en la
Universidad.
PALABRAS CLAVES: Algoritmo, Regresión logística, entrenamiento, Error de Entropía Cruzada,
salida, predicción, MachineLearning.

1. INTRODUCCIÓN

El proceso de aprendizaje de máquina (Machine Learning) consiste en tener una gran base de datos
que se utiliza como datos de entrada a un algoritmo que se ejecutadentro en una maquina con el fin de
realizar entrenamiento y luego obtener una salida, en el proceso de utilización el usuario realiza
preguntas o consultas a la máquina y obtiene respuestas.
Uno delos modelos utilizados en Machine Learning es el de regresión logística, en estos modelos
estadísticos se desea conocer la relación entre:
Una variable dependiente cualitativa, dicotómica (regresiónlogística binaria o binomial) o con más de
dos valores (regresión logística multinomial).
El presente taller busca dar aplicación y generar conocimiento a partir de la aplicación de la técnica deregresión logística y a partir de unos datos de entrada entrenar el sistema para que luego este sea capaz
de predecir una salida en este caso la admisión o no de un estudiante a la universidad,basados en las
notas de dos pruebas y el resultado obtenido (Admitido / No admitido).

El referente teórico está dirigido principalmente por la técnica de regresión logistica vista en clases de...