Ellen Polliana Ramos SouzaRafael Gentil de Barros Santos2025-07-092022-08-19SANTOS, Rafael Gentil de Barros. Mineração de dados educacionais para a classificação de perfis de evasão do ensino superior. 2022. 27 f. Trabalho de Conclusão de Curso (Bacharelado em Sistemas de Informação) – Unidade Acadêmica de Serra Talhada, Universidade Federal Rural de Pernambuco, Serra Talhada, 2022.https://arandu.ufrpe.br/handle/123456789/7354A evasão escolar é uma problemática que atinge diversas instituições e é considerada uma grande preocupação para empresários, diretores, pesquisadores, pais e alunos. As perdas ocasionadas pela evasão tanto no setor público como privado, causam ociosidade de professores, funcionários, equipamentos e espaço físico. Este trabalho tem como objetivo desenvolver de um comitê de classificador para realizar a predição dos discentes com possibilidade de evasão. O método CRISP-DM foi usado para entender, preparar e modelar os dados da solução. Para a preparação dos dados, foram utilizadas as ferramentas Pentaho e RapidMiner. A linguagem de programação Python foi utilizada para implementar o comitê de classificador. Como resultados, espera-se ajudar no entendimento do perfil dos discentes com a possibilidade de evasão e como esse fenômeno pode ser evitado pelos gestores das instituições.27 f.pt-BRopenAccesshttp://creativecommons.org/licenses/by-nc/4.0/Mineração de dados (Computação)Dados conectadosEvasão escolar - Ensino superiorbachelorThesisAttribution-NonCommercial 4.0 International