Aplicação de técnicas de aprendizado de máquina para identificação de alunos com tendência à evasão escolar
| dc.contributor.advisor | Vale, Karliane Medeiros Ovidio | |
| dc.contributor.advisor-co1 | Gorgonio, Flavius da Luz e | |
| dc.contributor.author | Oliveira, Artur Carlos Santiago de | |
| dc.contributor.referees1 | Silva, Huliane Medeiros da | |
| dc.contributor.referees2 | Guerra, Fabricio Vale de Azevedo | |
| dc.date.accessioned | 2023-03-08T15:56:06Z | |
| dc.date.available | 2023-03-08T15:56:06Z | |
| dc.date.issued | 2022-12-22 | |
| dc.description.abstract | The rates of disapproval and dropout among students in computer courses is a worrying statistic. Problems with students who fail in early subjects are often cited as a contributing factor to dropout. This study proposes the use of machine learning techniques to try to predict the performance of students in the Programming course of the Bachelor of Information Systems course at UFRN through the performance of the disciplines of the first period of the course. The results showed that it is possible to predict the performance of students with an accuracy of up to 79% and that this information is useful for the implementation of disapproval prevention measures. | pt_BR |
| dc.description.resumo | Os índices de reprovação e evasão entre estudantes em cursos de computação é uma estatística preocupante. Os problemas com os alunos que reprovam em disciplinas iniciais são frequentemente citados como um fator que contribui para a evasão. Este estudo propõe o uso de técnicas de aprendizado de máquina para tentar prever o desempenho dos alunos na disciplina de Programação do curso de Bacharelado em Sistemas de Informação da UFRN por meio do desempenho das disciplinas do primeiro período do curso. Os resultados mostraram ser possível prever o rendimento dos estudantes com uma acurácia de até 79% e que esta informação é útil para a implementação de medidas de prevenção à reprovação. | pt_BR |
| dc.identifier.citation | OLIVEIRA, Artur Carlos Santiago de. Aplicação de técnicas de aprendizado de máquina para identificação de alunos com tendência à evasão escolar. 2022. 43 f. Trabalho de Conclusão de Curso (Graduação em Sistemas de Informação) - Universidade Federal do Rio Grande do Norte, Caicó, 2022. | pt_BR |
| dc.identifier.uri | https://repositorio.ufrn.br/handle/123456789/51845 | |
| dc.language | pt_BR | pt_BR |
| dc.publisher | Universidade Federal do Rio Grande do Norte | pt_BR |
| dc.publisher.country | Brasil | pt_BR |
| dc.publisher.department | Departamento de Computação e Tecnologia | pt_BR |
| dc.publisher.initials | UFRN | pt_BR |
| dc.publisher.program | Sistemas de Informação | pt_BR |
| dc.subject | Aprendizado de máquina | pt_BR |
| dc.subject | Mineração de dados educacionais | pt_BR |
| dc.subject | Evasão no ensino superior | pt_BR |
| dc.subject.cnpq | CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::SISTEMAS DE COMPUTACAO | pt_BR |
| dc.title | Aplicação de técnicas de aprendizado de máquina para identificação de alunos com tendência à evasão escolar | pt_BR |
| dc.type | bachelorThesis | pt_BR |
Arquivos
Pacote Original
1 - 1 de 1
Nenhuma Miniatura disponível
- Nome:
- TCC_II_Artur.pdf
- Tamanho:
- 642.3 KB
- Formato:
- Adobe Portable Document Format
Nenhuma Miniatura disponível
Licença do Pacote
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