| dc.contributor | Silva, João Carlos Pereira da | |
| dc.contributor | http://lattes.cnpq.br/9413102524215939 | |
| dc.contributor | Valerio, Juliana Vianna | |
| dc.contributor | http://lattes.cnpq.br/7094932502443475 | |
| dc.contributor | Rossetto, Silvana | |
| dc.contributor | http://lattes.cnpq.br/0054098292730720 | |
| dc.creator | Oliveira, Victor Augusto Souza de | |
| dc.date | 2023-07-11T16:42:10Z | |
| dc.date | 2023-09-27T03:01:49Z | |
| dc.date | 2023-04-28 | |
| dc.date.accessioned | 2023-09-27T14:09:38Z | |
| dc.date.available | 2023-09-27T14:09:38Z | |
| dc.identifier | http://hdl.handle.net/11422/21090 | |
| dc.identifier.uri | https://repositorioslatinoamericanos.uchile.cl/handle/2250/8919846 | |
| dc.description | A evasão no ensino superior é um problema que afeta tanto universidades públicas quanto privadas. Essa evasão representa infraestrutura, professores e funcionários subutilizados e, por isso, é interesse das universidades desenvolver programas e técnicas voltadas a diminuição desse índice. Este trabalho tem por objetivo utilizar a técnica de aprendizado de máquina conhecida como árvore de decisão para ajudar na identificação de estudantes do Bacharelado em Ciência da Computação da UFRJ com maior chance de evadir e traçar um perfil dos mesmos. Foram gerados quatro conjuntos de dados a partir das informações
disponíveis em quatro períodos diferentes de tempo, com o objetivo de verificar se as características dos estudantes que evadem mudam dependendo do momento que a evasão ocorre. As árvores de decisão resultantes tiveram bom desempenho, identificando de 70 a 85% dos alunos evadidos dependendo do conjunto utilizado. O perfil traçado identificou os principais atributos dos alunos evasores possibilitando que orientadores e professores possam atuar antes que a evasão de fato ocorra. | |
| dc.language | por | |
| dc.publisher | Universidade Federal do Rio de Janeiro | |
| dc.publisher | Brasil | |
| dc.publisher | Instituto de Computação | |
| dc.publisher | UFRJ | |
| dc.rights | Acesso Aberto | |
| dc.subject | inteligência artificial | |
| dc.subject | aprendizado de máquina | |
| dc.subject | mineração de dados | |
| dc.subject | evasão no ensino superior | |
| dc.subject | CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO | |
| dc.title | Aprendizado de máquina aplicado a evasão no ensino superior | |
| dc.type | Trabalho de conclusão de graduação | |
