Técnicas de mineração de dados: um estudo de caso da evasão no ensino superior do Instituto Federal do Maranhão
Este trabalho mostra que é possível extrair conhecimento útil de dados puros sobre os estudantes de graduação IFMA, de modo a tentar entender os problemas de evasão do referido instituto. Neste artigo, o conhecimento foi modelado como um classificador capaz de identificar quais alunos são os mais pr...
Main Authors: | , , |
---|---|
Format: | Article |
Language: | English |
Published: |
Universidade de Passo Fundo (UPF)
2018-09-01
|
Series: | Revista Brasileira de Computação Aplicada |
Subjects: | |
Online Access: | http://seer.upf.br/index.php/rbca/article/view/8427 |
Summary: | Este trabalho mostra que é possível extrair conhecimento útil de dados puros sobre os estudantes de graduação IFMA, de modo a tentar entender os problemas de evasão do referido instituto. Neste artigo, o conhecimento foi modelado como um classificador capaz de identificar quais alunos são os mais propensos a abandonar o curso. Foram usado três algoritmos: Naive Bayes, Support Vector Machine e J48. Assim, baseados no entendimento do problema é possível tomar medidas na tentativa de reduzir essa evasão, como por exemplo, tentar auxiliar o possível aluno evasor antes que isso aconteça, aumentando assim o número de estudantes que se formam. |
---|---|
ISSN: | 2176-6649 |