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 | Plastino, Alexandre | - |
Autor(es): dc.contributor | Trevisan, Daniela Gorski | - |
Autor(es): dc.contributor | Seixas, Flávio | - |
Autor(es): dc.contributor | Martins, Simone de Lima | - |
Autor(es): dc.creator | Santos, Carlos Henrique Domingos Correia | - |
Data de aceite: dc.date.accessioned | 2024-07-11T17:31:09Z | - |
Data de disponibilização: dc.date.available | 2024-07-11T17:31:09Z | - |
Data de envio: dc.date.issued | 2021-07-30 | - |
Data de envio: dc.date.issued | 2021-07-30 | - |
Data de envio: dc.date.issued | 2020 | - |
Fonte completa do material: dc.identifier | https://app.uff.br/riuff/handle/1/22786 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/751940 | - |
Descrição: dc.description | Um dos grandes problemas do ensino superior no Brasil é o alto índice de evasão dos estudantes. Neste trabalho, aplicamos técnicas de Mineração de Dados, mais especificamente, técnicas de classificação baseadas em Arvores de Decisão, para tentar prever a evasão. Os modelos preditivos são gerados apenas com base no desempenho dos estudantes nas disciplinas cursadas. São criados n modelos diferentes, dos quais o i-ésimo modelo, 1 ≤ i ≤ n, é capaz de prever, ao fim do i-´esimo semestre de um estudante, se ele ou ela irá evadir ou se formar no futuro. Os experimentos, realizados com uma base de dados fornecida pela própria UFF, mostraram que os modelos são capazes de atingir acurácia preditiva entre 79,31% e 98,25%, utilizando o algoritmo de Árvore de Decisão, e entre 81,18% e 97,06%, utilizando o algoritmo Random Forest. | - |
Descrição: dc.description | One of the major problems of higher education in Brazil is the high dropout rate of students. In this work, we apply Data Mining techniques to predict college dropouts, more specifically, classification techniques based on decision trees. The predictive models are generated based only on the performance of the students in the subjects taken. Also, n different models are created, from which the i-th model, 1 ≤ i ≤ n, is capable of predicting, at the end of a student’s i-th semester, whether he or she will drop out or graduate in the future. The experiments, conducted using a database provided by UFF containing data from students, showed that the models could achieve predictive accuracy between 79.31% and 98.25%, using Decision Tree induction, and between 81,18% and 97,06%, using the Random Forest algorithm | - |
Formato: dc.format | application/pdf | - |
Idioma: dc.language | pt_BR | - |
Direitos: dc.rights | Open Access | - |
Direitos: dc.rights | http://creativecommons.org/licenses/by-nc-nd/3.0/br/ | - |
Direitos: dc.rights | CC-BY-SA | - |
Palavras-chave: dc.subject | Predição de evasão escolar | - |
Palavras-chave: dc.subject | Mineração de dados | - |
Palavras-chave: dc.subject | Árvore de decisão | - |
Palavras-chave: dc.subject | Inteligência artificial | - |
Palavras-chave: dc.subject | Mineração de dados (Computação) | - |
Palavras-chave: dc.subject | Árvore de decisão | - |
Palavras-chave: dc.subject | Ensino superior | - |
Palavras-chave: dc.subject | College dropout prediction | - |
Palavras-chave: dc.subject | Data mining | - |
Palavras-chave: dc.subject | Decision tree | - |
Palavras-chave: dc.subject | Random forest | - |
Título: dc.title | Modelos preditivos baseados em árvores de decisão para um sistema de previsão de evasão no ensino superior | - |
Tipo de arquivo: dc.type | Trabalho de conclusão de curso | - |
Aparece nas coleções: | Repositório Institucional da Universidade Federal Fluminense - RiUFF |
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: