Aprendizado de máquina automático aplicado à predição da evasão no ensino superior

Página do item simplificado
dc.contributor.advisor1Nascimento, Hugo Alexandre Dantas do Nascimento
dc.contributor.advisor1Latteshttp://lattes.cnpq.br/2920005922426876pt_BR
dc.contributor.referee1Nascimento, Hugo Alexandre Dantas do
dc.contributor.referee2Ferreira, Deller James
dc.contributor.referee3Mello, Rafael Ferreira Leite de
dc.creatorBarros, Bruno de Mattos
dc.creator.Latteshttp://lattes.cnpq.br/8905238222960433pt_BR
dc.date.accessioned2022-11-25T13:38:12Z
dc.date.available2022-11-25T13:38:12Z
dc.date.issued2022-10-20
dc.description.abstractAcademic dropout is a problem that affects many public and private university students in Brazil and around the world. Machine learning techniques have been used to mitigate the problem, but still require a lot of manual adjustments. We present in this work, a proposal of an automatic machine learning framework to predict academic dropout, with the goal of obtaining good results without the need for human intervention. This data processing framework includes the following stages: pre-processing, feature vector creation, data splitting into testing and training sets, clustering of data from different degrees for training, model selection, model parameter tunning and explainability. Additionally, we formalize temporal data splitting approaches for train and test datasets, as this task is not adequately addressed in most of the previous works.eng
dc.description.provenanceSubmitted by Marlene Santos (marlene.bc.ufg@gmail.com) on 2022-11-22T19:38:28Z No. of bitstreams: 2 Dissertação - Bruno de Mattos Barros - 2022.pdf: 1998675 bytes, checksum: 67d33627ba91437f2c61ad02a8443474 (MD5) license_rdf: 805 bytes, checksum: 4460e5956bc1d1639be9ae6146a50347 (MD5)en
dc.description.provenanceApproved for entry into archive by Cláudia Bueno (claudiamoura18@gmail.com) on 2022-11-25T13:38:12Z (GMT) No. of bitstreams: 2 Dissertação - Bruno de Mattos Barros - 2022.pdf: 1998675 bytes, checksum: 67d33627ba91437f2c61ad02a8443474 (MD5) license_rdf: 805 bytes, checksum: 4460e5956bc1d1639be9ae6146a50347 (MD5)en
dc.description.provenanceMade available in DSpace on 2022-11-25T13:38:12Z (GMT). No. of bitstreams: 2 Dissertação - Bruno de Mattos Barros - 2022.pdf: 1998675 bytes, checksum: 67d33627ba91437f2c61ad02a8443474 (MD5) license_rdf: 805 bytes, checksum: 4460e5956bc1d1639be9ae6146a50347 (MD5) Previous issue date: 2022-10-20en
dc.description.resumoA evasão acadêmica é um problema que atinge grande parte dos alunos de universidades públicas e privadas no Brasil e no mundo. Técnicas de aprendizado de máquina vem sendo utilizadas para mitigar o problema, mas ainda necessitam de muitos ajustes manuais. Apresentamos neste trabalho, uma proposta de aprendizado de máquina automático para prever a evasão acadêmica, obtendo bons resultados sem a necessidade de intervenção humana. O fluxo de processamento de dados desenvolvido contempla as seguintes etapas: pré-processamento, criação de vetor de características, divisão em teste e treinamento, agrupamento de dados de diferentes cursos para treino, seleção de modelos, parametrização de modelos e explicabilidade. Adicionalmente, formalizamos abordagens de segmentação temporal dos dados em treinamento e teste, já que esta questão não é tratada de forma adequada na maioria dos trabalhos anteriores.pt_BR
dc.description.sponsorshipFundação de Apoio à Pesquisapt_BR
dc.identifier.citationBARROS, B. M. Aprendizado de máquina automático aplicado à predição da evasão no ensino superior. 2022. 100 f. Dissertação (Mestrado em Ciência da Computação) - Universidade Federal de Goiás, Goiânia, 2022.pt_BR
dc.identifier.urihttp://repositorio.bc.ufg.br/tede/handle/tede/12454
dc.languageporpt_BR
dc.publisherUniversidade Federal de Goiáspt_BR
dc.publisher.countryBrasilpt_BR
dc.publisher.departmentInstituto de Informática - INF (RG)pt_BR
dc.publisher.initialsUFGpt_BR
dc.publisher.programPrograma de Pós-graduação em Ciência da Computação (INF)pt_BR
dc.rightsAttribution-NonCommercial-NoDerivatives 4.0 International*
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0/*
dc.subjectAprendizado de máquina automatizadopor
dc.subjectSegmentação temporal de dadospor
dc.subjectPredição da evasão acadêmicapor
dc.subjectMineração de dados educacionaispor
dc.subjectAutomated machine learningeng
dc.subjectTemporal data splittingeng
dc.subjectAcademic dropout predictioneng
dc.subjectEducational data miningeng
dc.subject.cnpqCIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAOpt_BR
dc.titleAprendizado de máquina automático aplicado à predição da evasão no ensino superiorpt_BR
dc.title.alternativeAutomatic machine learning applied to prediction of dropout in higher educationeng
dc.typeDissertaçãopt_BR

Arquivos

Pacote Original
Agora exibindo 1 - 1 de 1
Nenhuma Miniatura disponível
Nome:
Dissertação - Bruno de Mattos Barros - 2022.pdf
Tamanho:
1.91 MB
Formato:
Adobe Portable Document Format
Descrição:
Baixar
Licença do Pacote
Agora exibindo 1 - 1 de 1
Nenhuma Miniatura disponível
Nome:
license.txt
Tamanho:
1.71 KB
Formato:
Item-specific license agreed upon to submission
Descrição:
Baixar

Coleções

Mestrado em Ciência da Computação (INF)