
Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
| Metadados | Descrição | Idioma |
|---|---|---|
| Autor(es): dc.contributor | Santos, Bruno Samways dos | - |
| Autor(es): dc.contributor | Tondato, Rogério | - |
| Autor(es): dc.contributor | Tondato, Silvana Rodrigues Quintilhano | - |
| Autor(es): dc.contributor | Santos, Bruno Samways dos | - |
| Autor(es): dc.creator | Toledo, Isadora Gonçalves | - |
| Data de aceite: dc.date.accessioned | 2025-08-29T11:45:08Z | - |
| Data de disponibilização: dc.date.available | 2025-08-29T11:45:08Z | - |
| Data de envio: dc.date.issued | 2021-07-15 | - |
| Data de envio: dc.date.issued | 2021-07-15 | - |
| Data de envio: dc.date.issued | 2021-05-13 | - |
| Fonte completa do material: dc.identifier | http://repositorio.utfpr.edu.br/jspui/handle/1/25595 | - |
| Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/1082590 | - |
| Descrição: dc.description | This research pursues to predict the classification of students regarding dropout through the application of Machine Learning techniques. For this, a theoretical grounding was made on the possible causes of student dropout and the obtaining of a set of data through the university system itself. First, in Experiment 1, the Decision Tree, kNN, and RNA technique were used, and then, in Experiment 2, the kNN and RNA technique was used, but with reduced attributes instead, selected by the Decision Tree in Experiment 1. It was possible to conclude that the most appropriate technique for predicting student dropout was the RNA technique, with a learning rate of 0.1, with selection of attributes, which obtained the best performance presenting accuracy of 92,3%, precision of 89.8%, and recall of 82,6 %. It was also possible to verify that the main factors that can influence dropout are issues related to students's academic performance. | - |
| Descrição: dc.description | Este trabalho busca realizar a predição da classificação de alunos quanto a evasão por meio da aplicação de técnicas de Aprendizado de Máquina. Para isso, foi realizado uma fundamentação teórica sobre as possíveis causas da evasão estudantil e a obtenção de um conjunto de dados através do próprio sistema da universidade. Primeiramente, no Experimento 1, utilizou-se a técnica de Árvore de Decisão, kNN e RNA, e em seguida, no Experimento 2, utilizou-se a técnica de kNN e RNA, com atributos reduzidos, selecionados pela Árvore de Decisão no Experimento 1. Foi possível concluir que a técnica mais adequada para realizar a predição da evasão de alunos foi a técnica RNA, com taxa de aprendizagem de 0,1 e com seleção de atributos, que obteve o melhor desempenho em acurácia, com 92,3%, em precisão, com 89,8% e em sensibilidade, com 82,6%. Também foi possível constatar que os principais fatores que podem influenciar na evasão são as questões relacionadas ao desempenho acadêmico dos alunos. | - |
| Formato: dc.format | application/pdf | - |
| Idioma: dc.language | pt_BR | - |
| Publicador: dc.publisher | Universidade Tecnológica Federal do Paraná | - |
| Publicador: dc.publisher | Londrina | - |
| Publicador: dc.publisher | Brasil | - |
| Publicador: dc.publisher | Engenharia de Produção | - |
| Publicador: dc.publisher | UTFPR | - |
| Direitos: dc.rights | openAccess | - |
| Palavras-chave: dc.subject | Aprendizado do computador | - |
| Palavras-chave: dc.subject | Mineração de dados (Computação) | - |
| Palavras-chave: dc.subject | Evasão universitária | - |
| Palavras-chave: dc.subject | Machine learning | - |
| Palavras-chave: dc.subject | Data mining | - |
| Palavras-chave: dc.subject | College dropouts | - |
| Palavras-chave: dc.subject | CNPQ::ENGENHARIAS::ENGENHARIA DE PRODUCAO | - |
| Título: dc.title | Técnicas de classificação para a predição da evasão universitária | - |
| Título: dc.title | Classification techniques for the prediction of university dropout | - |
| Tipo de arquivo: dc.type | livro digital | - |
| Aparece nas coleções: | Repositorio Institucional da UTFPR - RIUT | |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: