Análise de desempenho dos alunos de engenharia de computação da UFRN

dc.contributor.advisorOliveira, Luiz Affonso Henderson Guedes de
dc.contributor.authorSouza, Tiago Felipe de
dc.contributor.referees1Brito Júnior, Agostinho de Medeiros
dc.contributor.referees2Medeiros, Adelardo Adelino Dantas de
dc.date.accessioned2023-07-12T18:10:02Z
dc.date.available2023-07-12T18:10:02Z
dc.date.issued2023-07-07
dc.description.abstractThis work contemplates the development of algorithms in python, using libraries such as pandas, plotly and dash to generate an Exploratory Data Analysis - EDA, built from the work of Data Engineering by downloading the datasets, building the environment for the development of the algorithms and the Extraction, Transformation and Loading of data, going through the work of the Data Scientist, building the algorithms, automations for tests, verifying the authenticity and validation of the data, creating interactive dashboards for data visualization and graphical analysis and finally, creating a treadmill for deploying the application in the cloud, in order to generate insights into the performance evalua- tion of students of the UFRN computer engineering course, between semesters 2018.1 to 2022.2, addressing the situations of passing, passing by grade and failing at the end of each semester of each student in relation to their final average grade in the discipline, in a comparison between the periods before (2018.1 to 2019.2), during (2020.5 to 2021.2) and after (2022.1 and 2022.2) the pandemic.pt_BR
dc.description.resumoEste trabalho de conclusão de curso contempla o desenvolvimento de algoritmos em python, utilizando bibliotecas como o pandas, plotly e dash para gerar uma Análise Ex- ploratória de Dados - EDA, construída desde o trabalho do Engenheiro de Dados baixando os datasets , construindo o ambiente para desenvolvimento dos algoritmos e a Extração, Transformação e Carga dos dados, passando pelo trabalho do Cientista de Dados, cons- truindo os algoritmos, automações para testes, verificação da autenticidade e validação dos dados, criando dashboards interativos para visualização dos dados e análise gráfica, por fim, criando uma esteira para deploy da aplicação na nuvem, afim de gerar insights sobre a avaliação de desempenho dos alunos do curso de engenharia de computação da UFRN, entre os semestres 2018.1 ao 2022.2 abordando as situações de Aprovado, Apro- vado por nota e Reprovado ao fim de cada semestre de cada aluno com relação à sua nota de média final na disciplina, num comparativo entre os períodos de antes (2018.1 ao 2019.2), durante (2020.5 ao 2021.2) e depois (2022.1 e 2022.2) da pandemia.pt_BR
dc.identifier.citationSOUZA, Tiago Felipe de. Análise de desempenho dos alunos de engenharia de computação da UFRN. Orientador: Luiz Affonso Henderson Guedes de Oliveira. 2023. 64f. Trabalho de Conclusão de Curso (Graduação em Engenharia de Computação) - Departamento de Engenharia de Computação e Automação, Universidade Federal do Rio Grande do Norte, Natal, 2023.pt_BR
dc.identifier.urihttps://repositorio.ufrn.br/handle/123456789/53273
dc.languagept_BRpt_BR
dc.publisherUniversidade Federal do Rio Grande do Nortept_BR
dc.publisher.countryBrasilpt_BR
dc.publisher.departmentEngenharia de Computação e Automaçãopt_BR
dc.publisher.initialsUFRNpt_BR
dc.publisher.programEngenharia da Computaçãopt_BR
dc.rightsAttribution-NonCommercial-NoDerivs 3.0 Brazil*
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/3.0/br/*
dc.subjectPythonpt_BR
dc.subjectEngenheiro de dadospt_BR
dc.subjectCientista de dadospt_BR
dc.subjectTestespt_BR
dc.subjectAutomaçõespt_BR
dc.subjectPandemiapt_BR
dc.subjectData engineerpt_BR
dc.subjectData scientistpt_BR
dc.subjectTestingpt_BR
dc.subjectAutomationspt_BR
dc.subjectPandemicpt_BR
dc.subjectPerformance evaluationpt_BR
dc.titleAnálise de desempenho dos alunos de engenharia de computação da UFRNpt_BR
dc.title.alternativePerformance analysis of UFRN computer engineering studentspt_BR
dc.typebachelorThesispt_BR

Arquivos

Pacote Original

Agora exibindo 1 - 1 de 1
Nenhuma Miniatura disponível
Nome:
AnalisedeDesempenho_Souza_2023.pdf
Tamanho:
1.38 MB
Formato:
Adobe Portable Document Format
Nenhuma Miniatura disponível
Baixar

Licença do Pacote

Agora exibindo 1 - 1 de 1
Nenhuma Miniatura disponível
Nome:
license.txt
Tamanho:
1.45 KB
Formato:
Item-specific license agreed upon to submission
Nenhuma Miniatura disponível
Baixar