Aprendizaje no supervisado combinando autoencoders y agrupamiento

Abstract

Las técnicas de agrupamiento son las más utilizadas a la hora de resolver tareas descriptivas. Su entrenamiento no supervisado requiere del uso de alguna medida de distancia para identificar similitudes entre los datos disponibles. La cantidad de características utilizadas suele tener un impacto directo en la calidad del agrupamiento por lo que contar con una representación adecuada de los datos es de sumo interés. Un área de investigación reciente en el aprendizaje no supervisado es la combinación del aprendizaje de representación con redes neuronales profundas y la agrupación de datos. Este artículo presenta una línea de investigación relacionada con el estudio, diseño e implementación de un modelo que combine autoencoders con distintas técnicas de agrupamiento para analizar datos estructurados con alta dimensionalidad. Si bien los autoencoders han demostrado ser efectivos para aprender representaciones adecuadas a la hora de procesar imágenes, aún quedan aspectos por resolver cuando se trata de trabajar con datos estructurados. El ámbito de aplicación son los datos académicos de los estudiantes de la Universidad Central del Ecuador entre 2018 y 2022. Estos datos pueden contener información valiosa sobre el desempeño y la evolución de los estudiantes, así como posibles casos de error, fraude o corrupción que afecten a la calidad educativa. El agrupamiento basado en la representación aprendida puede ayudar a identificar estos casos, así como a descubrir patrones y tendencias que permitan mejorar el sistema educativo.