Pantheon Institutional repository
Collect, preserve and disseminate digital academic production in all areas of knowledge.
Comprise the assets of the repository, in addition to theses and dissertations at UFRJ, scientific articles, electronic books, book chapters and papers presented at events for teachers, researchers, administrative staff and students of master's and doctoral degrees.
Please use this identifier to cite or link to this item:
http://hdl.handle.net/11422/21090| Type: | Trabalho de conclusão de graduação |
| Title: | Aprendizado de máquina aplicado a evasão no ensino superior |
| Author(s)/Inventor(s): | Oliveira, Victor Augusto Souza de |
| Advisor: | Silva, João Carlos Pereira da |
| Abstract: | A evasão no ensino superior é um problema que afeta tanto universidades públicas quanto privadas. Essa evasão representa infraestrutura, professores e funcionários subutilizados e, por isso, é interesse das universidades desenvolver programas e técnicas voltadas a diminuição desse índice. Este trabalho tem por objetivo utilizar a técnica de aprendizado de máquina conhecida como árvore de decisão para ajudar na identificação de estudantes do Bacharelado em Ciência da Computação da UFRJ com maior chance de evadir e traçar um perfil dos mesmos. Foram gerados quatro conjuntos de dados a partir das informações disponíveis em quatro períodos diferentes de tempo, com o objetivo de verificar se as características dos estudantes que evadem mudam dependendo do momento que a evasão ocorre. As árvores de decisão resultantes tiveram bom desempenho, identificando de 70 a 85% dos alunos evadidos dependendo do conjunto utilizado. O perfil traçado identificou os principais atributos dos alunos evasores possibilitando que orientadores e professores possam atuar antes que a evasão de fato ocorra. |
| Keywords: | inteligência artificial aprendizado de máquina mineração de dados evasão no ensino superior |
| Subject CNPq: | CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO |
| Production unit: | Instituto de Computação |
| Publisher: | Universidade Federal do Rio de Janeiro |
| Issue Date: | 28-Apr-2023 |
| Publisher country: | Brasil |
| Language: | por |
| Right access: | Acesso Aberto |
| Appears in Collections: | Ciência da Computação |
Files in This Item:
| File | Description | Size | Format | |
|---|---|---|---|---|
| VASOliveira.pdf | 1.78 MB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.