Uma comparação de técnicas de Aprendizado de Máquina para predição de evasão de estudantes no ensino público superior (2022)
- Authors:
- Autor USP: SILVA, JAILMA JANUÁRIO DA - EACH
- Unidade: EACH
- DOI: 10.11606/D.100.2022.tde-23052022-092609
- Subjects: APRENDIZADO COMPUTACIONAL; ENSINO SUPERIOR; EVASÃO ESCOLAR
- Keywords: Aprendizado de máquina; Classificação multiclasse; Machine learning; Multiclass classification
- Language: Português
- Abstract: A evasão de alunos dos cursos ou das instituições de ensino públicas contribui para um problema de falta de mão de obra qualificada no mercado de trabalho, pois novos profissionais deixam de ser formados e vagas que necessitam de profissionais qualificados ficam ociosas. Além disso, instituições que têm consideráveis perdas de alunos também têm perdas de verbas que poderiam ser utilizadas para mantê-las em bom funcionamento. Adicionalmente à problemática da evasão no ensino superior estão as diferentes situações em que o aluno pode estar no sistema de ensino. De acordo com o Instituto Nacional de Estudos e Pesquisas Educacionais Anísio Teixeira (INEP), estas situações podem ser classificadas como: alunos com matrícula trancada, alunos desvinculados do curso (alunos evadidos) e alunos transferidos para outro curso da mesma instituição. Dessa forma, o presente trabalho tem por objetivo geral fazer a aplicação de técnicas de aprendizado de máquina em uma base de dados pública para identificar estudantes que estão em diferentes situações no ensino superior brasileiro, conforme identificadas na base de dados disponibilizada pelo INEP. Das técnicas aplicadas(árvores de decisão, Naive Bayes, Regressão Logística e Redes Neurais), as que melhor resultado apresentaram, em termos de acurácia, sensibilidade e especificidade, foram Árvores de decisão apresentando 73% de acurácia, 60% de sensibilidade e 89%de especificidade.Seguido pela técnica de regressão logística com 54% de acurácia, 55% de sensibilidade e 85% de especificidade. Por fim, foi disponibilizado o melhor modelo para a predição dos diferentes vínculos que o aluno pode ter em relação ao ensino superior
- Imprenta:
- Data da defesa: 25.03.2022
- Este periódico é de acesso aberto
- Este artigo é de acesso aberto
- URL de acesso aberto
- Cor do Acesso Aberto: gold
- Licença: cc-by-nc-sa
-
ABNT
SILVA, Jailma Januário da. Uma comparação de técnicas de Aprendizado de Máquina para predição de evasão de estudantes no ensino público superior. 2022. Dissertação (Mestrado) – Universidade de São Paulo, São Paulo, 2022. Disponível em: https://www.teses.usp.br/teses/disponiveis/100/100131/tde-23052022-092609/. Acesso em: 23 maio 2024. -
APA
Silva, J. J. da. (2022). Uma comparação de técnicas de Aprendizado de Máquina para predição de evasão de estudantes no ensino público superior (Dissertação (Mestrado). Universidade de São Paulo, São Paulo. Recuperado de https://www.teses.usp.br/teses/disponiveis/100/100131/tde-23052022-092609/ -
NLM
Silva JJ da. Uma comparação de técnicas de Aprendizado de Máquina para predição de evasão de estudantes no ensino público superior [Internet]. 2022 ;[citado 2024 maio 23 ] Available from: https://www.teses.usp.br/teses/disponiveis/100/100131/tde-23052022-092609/ -
Vancouver
Silva JJ da. Uma comparação de técnicas de Aprendizado de Máquina para predição de evasão de estudantes no ensino público superior [Internet]. 2022 ;[citado 2024 maio 23 ] Available from: https://www.teses.usp.br/teses/disponiveis/100/100131/tde-23052022-092609/
Informações sobre o DOI: 10.11606/D.100.2022.tde-23052022-092609 (Fonte: oaDOI API)
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
