Un problema significativo en los Cursos Masivos Abiertos en Línea (MOOCs) es la alta tasa de deserción estudiantil en estos cursos. Un modelo efectivo de predicción de deserción estudiantil en cursos MOOC puede identificar los factores responsables y proporcionar información sobre cómo iniciar intervenciones para aumentar el éxito estudiantil en un MOOC. Existen diferentes características y varios enfoques disponibles para la predicción de la deserción estudiantil en cursos MOOC. En este documento, se considera la información derivada de un curso de matemáticas autoguiado, Álgebra Universitaria y Resolución de Problemas, ofrecido en la plataforma MOOC Open edX en colaboración con la Universidad Estatal de Arizona (ASU) desde 2016 hasta 2020. Este documento presenta un modelo para predecir la deserción de estudiantes de un curso MOOC dado un conjunto de características diseñadas a partir del progreso diario de aprendizaje de los estudiantes. Se utiliza la técnica del Modelo de Bosque Aleatorio en Aprendizaje Automático (ML) para la predicción y se evalúa utilizando métricas de validación que incluyen precisión, exactitud, recuperación, puntuación F1, Área Bajo la Curva (AUC) y curva de Característica Operativa del Receptor (ROC). El modelo desarrollado puede predecir la deserción o continuación de los estudiantes en cualquier día dado en el curso MOOC con una precisión del 87.5%, AUC del 94.5%, precisión del 88%, recuperación del 87.5% y puntuación F1 del 87.5%, respectivamente. Las características y las interacciones que contribuyen se explicaron utilizando valores de Shapley para la predicción del modelo.