Navegando por Autor "Lemos, Ítalo Vinícius do Rego"
Agora exibindo 1 - 1 de 1
- Resultados por Página
- Opções de Ordenação
Item Prevendo a evasão escolar em uma instituição de ensino técnico utilizando mineração de dados educacionais(2021-07-16) Lemos, Ítalo Vinícius do Rego; Nascimento, André Câmara Alves do; http://lattes.cnpq.br/0622594061462533; http://lattes.cnpq.br/9146227756985212A evasão escolar é um dos principais problemas que ocorrem no âmbito da educação e vem se tornando uma realidade bastante frequente dentro das instituições de ensino públicas ou privadas, resultando em consequências imensuráveis tanto na vida do estudante que deixa de frequentar a escola quanto para a sociedade como um todo. Por ser um fenômeno que preocupa muito os profissionais da educação, se faz necessário revertê-lo, assim estes profissionais necessitam de recursos que sejam eficientes em demonstrar conhecimento dentro e fora do ambiente de ensino e traçar estratégias para lidar com tal cenário. Ser capaz de prever uma possível evasão traz benefícios tando para o estudante quanto para as instituições. A partir disso, uma metodologia que vem se mostrando hábil no combate à evasão escolar e capaz de fornecer conhecimento para a instituição de ensino é a Mineração de Dados Educacionais. Com base nisso, este trabalho teve como objetivo aplicar técnicas de Mineração de Dados e de Aprendizagem de Máquina para prever possíveis casos de evasão antes que o estudante ingresse na instituição de ensino. Através de indicadores sociais e econômicos do estudante e de sua família ele é classificado como um potencial evasor ou não. Este estudo adotou uma base de dados real de uma instituição de ensino pública brasileira, com dados de candidatos que concorreram ao seu processo de ingresso (vestibular) para uma vaga no ensino técnico. Durante a pesquisa foram utilizados 3 modelos de classificação Decision Tree, Random Forest e XGBoost tendo o algoritmo XGBoost atingindo uma taxa de 74% de acerto na predição de evasores, sendo superior aos demais mas ainda apresentando uma alta número de estudantes classificados como não evadidos mas que se evadiram de fato. Diante desses resultados, concluímos que se faz necessário mais indicadores para detectar, de forma satisfatória, o possível candidato que irá se evadir.