Utilize este identificador para referenciar este registo:
http://hdl.handle.net/123456789/846
Título: | O USO DE INTELIGÊNCIA ARTIFICIAL PARA PREDIÇÃO DE EVASÃO NA REDE DOCTUM DE ENSINO |
Autores: | DUTRA, RENAN MARTINS |
Data: | 30-Dez-2015 |
Citação: | A evasão escolar é considerada um fenômeno complexo que alcança diversos níveis educacionais trazendo consequências negativas para a instituição, os estudantes, a sociedade e até o governo. O objetivo deste trabalho é criar uma metodologia capaz de prever de forma precoce a evasão de um aluno, utilizando tal informação para a criação de uma metodologia de retenção do aluno, minimizando a taxa de evasão. Criou-se um Data Warehouse com a finalidade de realizar mineração de dados na instituição de ensino Rede Doctum, utilizando a ferramenta denominada Weka e um algoritmo de redes neurais artificiais Multilayer Perceptron, classificando os alunos em evadidos e não evadidos, e informando o percentual de evasão da instituição, promovendo a criação de grupos de risco de evasão. O percentual de acerto foi de aproximadamente 95% durante a fase de treinamento e 93% durante a confirmação dos dados, sendo que o percentual geral não é suficiente para determinar a viabilidade dos resultados para uso prático. Os valores mais importantes para determinação da viabilidade são os percentuais de erros de cada classe. Analisando apenas o grupo de evadidos, durante a fase de treinamento obteve-se um acerto de 67% nas quais o discente realmente evadiu, mas durante a etapa de confirmação esse acerto foi de apenas 43%. Apesar de um bom desempenho geral, quando analisado de forma mais detalhada a metodologia se mostra falha, classificando de forma erronia mais da metade dos alunos que realmente evadiram. Ainda que os resultados não tenham suprido as expectativas, tal estudo abre caminho para o desenvolvimento de metodologias de análise mais apuradas que minimizariam possíveis erros, tornando viável sua aplicação institucional. Palavras-chave: Evasão. Mineração de Dados. Inteligência Artificial. Redes Neurais Artificiais. Multilayer Perceptron. Data Warehouse. Weka. |
URI: | http://hdl.handle.net/123456789/846 |
Aparece nas colecções: | CIÊNCIA DA COMPUTAÇÃO |
Ficheiros deste registo:
Ficheiro | Descrição | Tamanho | Formato | |
---|---|---|---|---|
termo.PDF | 409.85 kB | Adobe PDF | Ver/Abrir | |
TCC - Renan.pdf | 1.34 MB | Adobe PDF | Ver/Abrir |
Todos os registos no repositório estão protegidos por leis de copyright, com todos os direitos reservados.