Aprendizado de máquina aplicado a evasão no ensino superior
| dc.contributor.advisor | Silva, João Carlos Pereira da | |
| dc.contributor.advisorLattes | http://lattes.cnpq.br/9413102524215939 | pt_BR |
| dc.contributor.referee1 | Valerio, Juliana Vianna | |
| dc.contributor.referee1Lattes | http://lattes.cnpq.br/7094932502443475 | pt_BR |
| dc.contributor.referee2 | Rossetto, Silvana | |
| dc.contributor.referee2Lattes | http://lattes.cnpq.br/0054098292730720 | pt_BR |
| dc.creator | Oliveira, Victor Augusto Souza de | |
| dc.date.accessioned | 2023-07-11T16:42:10Z | |
| dc.date.available | 2026-05-16T03:03:59Z | |
| dc.date.issued | 2023-04-28 | |
| dc.description.resumo | 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. | pt_BR |
| dc.embargo.terms | aberto | pt_BR |
| dc.identifier.uri | http://hdl.handle.net/11422/21090 | |
| dc.language | por | pt_BR |
| dc.publisher | Universidade Federal do Rio de Janeiro | pt_BR |
| dc.publisher.country | Brasil | pt_BR |
| dc.publisher.department | Instituto de Computação | pt_BR |
| dc.publisher.initials | UFRJ | pt_BR |
| dc.rights | Acesso Aberto | pt_BR |
| dc.subject | inteligência artificial | pt_BR |
| dc.subject | aprendizado de máquina | pt_BR |
| dc.subject | mineração de dados | pt_BR |
| dc.subject | evasão no ensino superior | pt_BR |
| dc.subject.cnpq | CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO | pt_BR |
| dc.title | Aprendizado de máquina aplicado a evasão no ensino superior | pt_BR |
| dc.type | Trabalho de conclusão de graduação | pt_BR |