PREDICCION DE LA PROFICIENCIA DEL IDIOMA INGLES MEDIANTE UM MODELO DE APREDIZAJE AUTOMATICO BASADO EN EL CLASIFICADOR NAIVE BAYES

Objetivo: En el presente se ha desarrollado un modelo de aprendizaje automático basado en el clasificador ingenuo bayesiano para predecir la proficiencia del idioma inglés de los estudiantes con respecto a otros idiomas. Métodos: Se utilizaron varios métodos entre ellos el análisis de datos, el procesamiento de los datos, así como la elaboración del clasificador ingenuo bayesiano posteriormente se avaluaron las métricas de evaluación del modelo. Resultados: El impacto de esta investigación se da en el ámbito educativo para mejorar la calidad del proceso de enseñanza y aprendizaje de la lengua que genera una tendencia de una educación integral contribuyendo a solucionar el problema de educación de lengua extranjera en la sociedad además puede ser útil en el ámbito empresarial para la selección de personal con habilidades lingüísticas adecuadas en trabajos que requieran un alto nivel de inglés contribuyendo a mejorar la evaluación de habilidades lingüísticas con una descripción detallada del clasificador ingenuo bayesiano el método que se usa es el clasificador ingenuo bayesiano para la predicción de la proficiencia del inglés con una precisión de esta investigación es de 82.60% en la predicción de la proficiecia del idioma inglés con un intervalo de confianza del 95% que oscila entre (0.7899, 0.8582). Además, la sensibilidad del modelo fue alta 0.9156 lo que significa que la mayoría de las veces que un individuo no es competente en inglés sino más bien en otros idiomas el modelo lo detecta correctamente, la especificidad del modelo fue baja 0.545 lo que indica que el modelo a veces clasifica incorrectamente a los individuos que sí tienen proficiencia en inglés como no competentes. Conclusiones: El modelo nos indica su capacidad para identificar correctamente los estudiantes con proficiencia del idioma ingles con respecto a otros idiomas. La tasa de no información es del 0,758 lo que indica que la mayoría de las observaciones en el conjunto de datos pertenecen al idioma inglés, el valor p para la prueba de hipótesis es menor que 0,0001493, lo que sugiere que la precisión del modelo es significativamente mejor que la tasa de no información, la prueba Mcnemar Valor P evidencia una diferencia significativa en los errores de clasificación cometidos por el modelo para las dos clases por lo tanto el modelo clasifica correctamente al 86,32% de los casos positivos y al 67,35% de los casos negativos, los resultados indican que el modelo de aprendizaje automático basado en el clasificador ingenuo bayesiano es una herramienta útil para la predicción de la proficiencia del idioma inglés, esto tiene un impacto significativo en la enseñanza de idiomas extranjeros y en la identificación temprana de estudiantes con dificultades en el aprendizaje del inglés.