31:T4a2,html` Algunos resultados destacados ...

En Vitacura, los estudiantes de colegios Particulares Pagados con más alto rendimiento estudian en la Pontificia Universidad Católica de Chile

En Vitacura, los estudiantes de colegios Particulares Pagados con más bajo rendimiento estudian en la Universidad del Desarrollo o la Universidad de Los Andes

En Independencia, los estudiantes de colegios Municipales o Particular Subvencionados con más alto rendimiento no acceden a Educación Superior o estudian en la USACH o el IP DUOC.

En Independencia, los estudiantes de colegios Municipales o Particular Subvencionados con más bajo rendimiento no acceden a Educación Superior.

`32:[] 2f:{"title":"Dime tu origen en Educación Media ... y te diré tu destino en Educación Superior ...","cells":[{"id":0,"value":"md`# Dime tu origen en Educación Media ... y te diré tu destino en Educación Superior ...`","pinned":false,"hidden":false,"mode":"ojs"},{"id":1403,"value":"md`## Un ejercicio de Machine Learning aplicado a datos de educación chilena`","pinned":false,"hidden":false,"mode":"ojs"},{"id":1138,"value":"md`Utilizando técnicas de Inteligencia Artificial, hemos creado un modelo de redes neuronales con datos de miles de estudiantes chilenos. Basado en un origen escolar en Educación Media (comuna, dependencia, nivel de rendimiento), es posible estimar las probabilidades de acceder a Educación Superior y a que institución.`","pinned":false,"hidden":false,"mode":"ojs"},{"id":1393,"value":"$31","pinned":false,"hidden":false,"mode":"ojs"},{"id":1411,"value":"html`Realiza tu propia consulta (luego de definir comuna, dependencia y rendimiento):`","pinned":false,"hidden":false,"mode":"ojs"},{"id":441,"value":"\nviewof comuna = select({\n title: \"Comuna dónde estudió Educación Media\",\n description: \"Seleccione una comuna del menú, o alguna de la lista de más abajo (usadas frecuentemente)\",\n options: collectionComunas,\n value: selectedComuna || \"TEMUCO\"\n})","pinned":false,"hidden":false,"mode":"ojs"},{"id":1152,"value":"{\n selectedComuna;\n const el = html`

`;\n \n const tags = d3.select(el).selectAll(\".badge\")\n .data(comunasHistory);\n \n tags\n .enter().append(\"span\")\n .attr(\"class\", \"btn\")\n .classed(\"badge\", true)\n .classed(\"btn-success\", d => d == selectedComuna && d == comuna || d == comuna)\n .classed(\"btn-default\", d => d !== selectedComuna)\n .text(d => d)\n .on(\"click\", (d) => {\n mutable selectedComuna = d\n })\n return el\n}","pinned":false,"hidden":false,"mode":"ojs"},{"id":1670,"value":"{\n dependencia;\n const dependencias = _.keys(dictValidValues[comuna]).map(d => [d, dicDependencias[d]]);\n \n const el = html`\n

Selecciona la dependencia del establecimiento escolar

\n `\n const rows = d3.select(el).select(\"div.row\").selectAll(\"div.etiqueta\")\n .data(dependencias);\n \n rows.enter().append(\"div\")\n .attr(\"class\", d => `col-lg-3 col-md-3 col-sm-6 etiqueta ${+dependencia == d[0] ? 'selected' : null}`)\n .text(d => d[1]);\n \n \n d3.select(el).selectAll(\".etiqueta\")\n .on(\"click\", (d,i) => {\n mutable dependencia = `${i+1}`\n })\n \n return el\n}","pinned":false,"hidden":false,"mode":"ojs"},{"id":1226,"value":"{\n tipoPercentil;\n \n const el = html`\n

Selecciona el nivel de rendimiento escolar

\n Alto\n

En el 30% superior del curso

\n Medio\n

Entre el 30% y el 70% del curso

\n Bajo\n

En el 30% inferior del curso

\n `\n \n d3.select(el).selectAll(\".etiqueta\")\n .on(\"click\", (d,i) => {\n mutable tipoPercentil = [\"alto\", \"medio\", \"bajo\"][i]\n })\n \n return el\n}","pinned":false,"hidden":false,"mode":"ojs"},{"id":610,"value":"{\n const cases = _.slice(institucionesMasProbables,0,3);\n \n \n return html`\n

Resultado

Un estudiante egresado en la comuna de ${comuna}, que estudió en un establecimiento ${dicDependencias[dependencia]} y tuvo un rendimiento escolar ${tipoPercentil} ... tiene las mayores probabilidades de haber estudiado en las siguientes instituciones de Educación Superior:\n\n${cases.map(d => `

${d.label} (${formatterPercent(d.p)})

`)}\n`\n}\n","pinned":false,"hidden":false,"mode":"ojs"},{"id":579,"value":"{\n let output = collectionInstituciones.map((d,i) => ({label: d, p: predictions[i]}));\n output = _.sortBy(output, d => -d.p);\n \n let accum = 0;\n output.forEach(d => {\n d.label = d.label ? d.label : \"NINGUNA\"\n accum += d.p;\n d.accum = accum;\n })\n \n output =output.filter(d => d.accum <= 0.9)\n return vegalite({\n data: {values: output},\n \"mark\": {\"type\": \"bar\"},\n encoding: {\n y: {\n field: \"label\", \n type: \"nominal\", \n \"sort\": {\"op\": \"mean\", \"field\": \"p\", \"order\":\"descending\"}, \n title:\"Institución\"\n },\n x: {\n field: \"p\", \n type: \"quantitative\", \n title: \"Probabilidad\", \n }\n }\n })\n}\n","pinned":false,"hidden":false,"mode":"ojs"},{"id":1358,"value":"html`

`","pinned":false,"hidden":false,"mode":"ojs"},{"id":1390,"value":"html`

\nNota técnica: Se utilizaron datos de todos los estudiantes chilenos egresados de IV Medio en 2016 (fuente: MINEDUC). Se entrenó una red neuronal de múltiples capas (deep learning) con los datos de Comuna, Dependencia y Nivel de Rendimiento para clasificar a los estudiantes en las distintas Instituciones de Educación Superior a la que se matricularon en 2017 (o ninguna si es el caso).\nDesarrollado por en el Laboratorio de Innovación de TIDE SA (www.tide.cl)\n

`","pinned":false,"hidden":false,"mode":"ojs"},{"id":1635,"value":"html`¿En que segmentos la institución tiene mas probabilidad de ser elejida?`","pinned":false,"hidden":false,"mode":"ojs"},{"id":1597,"value":"viewof institucion = select({\n title: \"Institución de Educación Superior\",\n description: \"Seleccione una institución para ver las comunas y depedenecia en las que es preferida por la mayor proporción de estudiantes\",\n options: collectionInstituciones,\n value: \"UNIVERSIDAD DE CHILE\"\n})","pinned":false,"hidden":false,"mode":"ojs"},{"id":1603,"value":"{\n const sorted = _.slice(_.sortBy(test, d => -d.predictions[collectionInstituciones.indexOf(institucion)]), 0,10);\n \n return html`\n ${sorted.map(d=> `\n

${formatterPercent(d.predictions[collectionInstituciones.indexOf(institucion)])} ${d.nom_com_rbd} ${dicDependencias[d.cod_depe2]} ${d.tipoPercentil}

\n `)}\n `\n}","pinned":false,"hidden":false,"mode":"ojs"},{"id":1585,"value":"traverse = {\n mutable test =[];\n collectionComunas.forEach(comuna => {\n collectionDepe2.forEach(dependencia => {\n collectionTipoPercentil.forEach(tipoPercentil => { \n const item = {nom_com_rbd: comuna,cod_depe2:dependencia, tipoPercentil: tipoPercentil}\n \n const inputTensor = buildTensor([item]);\n const predictions = tf.tidy(() => \n model.predict(inputTensor)\n ).dataSync()\n \n item.predictions = predictions\n\n mutable test.push(item);\n })\n })\n \n })\n}","pinned":false,"hidden":false,"mode":"ojs"},{"id":1590,"value":"mutable test =[]","pinned":false,"hidden":false,"mode":"ojs"},{"id":1338,"value":"institucionesMasProbables = {\n let output = collectionInstituciones.map((d,i) => ({label: d, p: predictions[i]}));\n output = _.sortBy(output, d => -d.p);\n \n let accum = 0;\n output.forEach(d => {\n d.label = d.label ? d.label : \"NINGUNA\"\n accum += d.p;\n d.accum = accum;\n })\n \n return output.filter(d => d.accum <= 0.9)\n}\n ","pinned":false,"hidden":false,"mode":"ojs"},{"id":455,"value":"mutable dependencia = \"1\"","pinned":false,"hidden":false,"mode":"ojs"},{"id":1243,"value":"mutable tipoPercentil = \"alto\"","pinned":false,"hidden":false,"mode":"ojs"},{"id":1186,"value":"mutable selectedComuna = \"ARICA\"","pinned":false,"hidden":false,"mode":"ojs"},{"id":1154,"value":"comunasHistory = {\n comuna;\n historyComunasDict[comuna] = historyComunasDict[comuna] ? historyComunasDict[comuna] +1 : 1;\n \n window.localStorage.setItem(\"history\", JSON.stringify(historyComunasDict))\n \n const list = _.sortBy(_.map(historyComunasDict, (num,key) => key), d => -historyComunasDict[d]);\n return _.slice(list, 0,10)\n}","pinned":false,"hidden":false,"mode":"ojs"},{"id":1156,"value":"mutable historyComunasDict = ({\"LAS CONDES\":0, \"TEMUCO\":0, \"SAAVEDRA\": 0, \"CONCEPCION\":0, \"VALPARAISO\":0, \"ÑUÑOA\":0, \"SANTIAGO\":0, \"SAN MIGUEL\":0, \"LA PINTANA\":0})","pinned":false,"hidden":false,"mode":"ojs"},{"id":119,"value":"predictions = tf.tidy(() => \n model.predict(predictTensor)\n).dataSync()\n","pinned":false,"hidden":false,"mode":"ojs"},{"id":366,"value":"predictTensor = {\n dependencia;\n tipoPercentil;\n comuna;\n \n const item = {\n nom_com_rbd: comuna,\n tipoPercentil: tipoPercentil,\n cod_depe2: dependencia\n }\n\n let tensor = buildTensor([item]);\n return tensor;\n}\n","pinned":false,"hidden":false,"mode":"ojs"},{"id":1066,"value":"dicDependencias = ({\n 1: \"Municipal\",\n 2: \"Particular Subvencionado\",\n 3: \"Particular Pagado\",\n 4: \"Administración Delegada\"\n})\n ","pinned":false,"hidden":false,"mode":"ojs"},{"id":109,"value":"buildTensor = (items) => {\n let tensorComuna = tf.oneHot(items.map(d => collectionComunas.indexOf(d.nom_com_rbd)),collectionComunas.length)\n let tensorTipoPercentil = tf.oneHot(items.map(d => collectionTipoPercentil.indexOf(d.tipoPercentil)),collectionTipoPercentil.length)\n let tensorDependencia = tf.oneHot(items.map(d => collectionDepe2.indexOf(d.cod_depe2)),collectionDepe2.length)\n\n let tensor = tf.concat([tensorComuna, tensorTipoPercentil, tensorDependencia], 1);\n return tensor;\n}","pinned":false,"hidden":false,"mode":"ojs"},{"id":644,"value":"model = tf.loadLayersModel(\"https://raw.githubusercontent.com/elaval/datasets/master/model-inst/model.json\")","pinned":false,"hidden":false,"mode":"ojs"},{"id":461,"value":"collectionDepe2 = [\"1\", \"2\", \"3\", \"4\"]","pinned":false,"hidden":false,"mode":"ojs"},{"id":11,"value":"collectionTipoInst3 = d3.json(\"https://raw.githubusercontent.com/elaval/datasets/master/dimensions_eg/tipoInstituciones.txt\")","pinned":false,"hidden":false,"mode":"ojs"},{"id":921,"value":"collectionInstituciones = d3.json(\"https://raw.githubusercontent.com/elaval/datasets/master/dimensions_eg/instituciones.txt\")","pinned":false,"hidden":false,"mode":"ojs"},{"id":923,"value":"collectionComunas = d3.json(\"https://raw.githubusercontent.com/elaval/datasets/master/dimensions_eg/comunas.txt\")","pinned":false,"hidden":false,"mode":"ojs"},{"id":930,"value":"collectionTipoPercentil = [\"alto\", \"bajo\", \"medio\"]","pinned":false,"hidden":false,"mode":"ojs"},{"id":1413,"value":"startupFromLocalStorage = {\n const storedDict = window.localStorage.getItem(\"history\");\n \n if (storedDict) {\n mutable historyComunasDict = JSON.parse(storedDict);\n }\n}","pinned":false,"hidden":false,"mode":"ojs"},{"id":419,"value":"formatterPercent= d3.format(\".0%\")","pinned":false,"hidden":false,"mode":"ojs"},{"id":1668,"value":"dictValidValues = d3.json(\"https://raw.githubusercontent.com/elaval/datasets/master/validScopeComunaDependenciaRanking.json\") ","pinned":false,"hidden":false,"mode":"ojs"},{"id":1177,"value":"style_bootstrap","pinned":false,"hidden":false,"mode":"ojs"},{"id":1261,"value":"style = html`\n\n`","pinned":false,"hidden":false,"mode":"ojs"},{"id":38,"value":"_ =require(\"lodash\")","pinned":false,"hidden":false,"mode":"ojs"},{"id":2,"value":"d3 = require(\"d3\")","pinned":false,"hidden":false,"mode":"ojs"},{"id":101,"value":"tf = require('@tensorflow/tfjs@0.15.3')","pinned":false,"hidden":false,"mode":"ojs"},{"id":117,"value":"import {number, slider, select} from \"@jashkenas/inputs\"","pinned":false,"hidden":false,"mode":"ojs"},{"id":1174,"value":"import {style_bootstrap} from \"@elaval/utils\"","pinned":false,"hidden":false,"mode":"ojs"},{"id":577,"value":"vegalite = require(\"@observablehq/vega-lite@0.1\")","pinned":false,"hidden":false,"mode":"ojs"}],"files":"$W32","stdlib":"1","titling":"auto"}