Use este identificador para citar ou linkar para este item: http://repositorio.ifg.edu.br:8080/handle/prefix/550
Tipo: Trabalho de Conclusão de Curso
Título: Uma abordagem de aprendizado de máquina para o auxílio no diagnóstico de evasão escolar em turmas do ensino médio
Título(s) alternativo(s): A machine learning approach to aid in the diagnosis of school dropout in high school classes
Autor(es): Gomes, André Oliveira
Arantes Júnior, José Pedro de Assis
Primeiro Orientador: Costa, Gustavo de Assis
metadata.dc.contributor.referee1: Costa, Gustavo de Assis
metadata.dc.contributor.referee2: Assis, Danillo Vaz Borges de
metadata.dc.contributor.referee3: Lima, Roney Lopes
Resumo: A evasão escolar é um dos grandes problemas enfrentados pelos sistemas educacionais de vários países mundo afora. Existem vários estudos que avaliam possíveis causas para esta situação, como perfil socioeconômico do aluno, características e estrutura da escola e também da região onde a mesma está inserida, perfil dos docentes, além de várias outras. Contudo, grande parte destas informações não é conhecida ou são imprecisas por uma série de motivos que extrapolam a capacidade dos sistemas de gestão educacional. Desta forma, a necessidade do uso de sistemas que automatizem a análise das possíveis causas é de extrema importância para o processo de tomada de decisões a serem tomadas pelos gestores. A proposta deste trabalho é aplicar técnicas de aprendizado de máquina para realizar este tipo de análise. A técnica de Regressão Linear foi a escolhida pois a mesma após analise previamente feita foi a que melhor atendeu ao propósito, apresentando índices satisfatórios como por exemplo o método avaliativo RSS (Soma dos Quadrados dos Resíduos) com valor de 1.22 e MSE (Erro quadrático médio) com valor de 239.19. Com o advento de técnicas do aprendizado de máquina é possível a exploração otimizada de bases de dados, o que permite o surgimento de novas perspectivas e informações que poderão auxiliar no processo de tomada de decisão. Desta forma, é possível prever com relativa exatidão a possibilidade de evasão de alunos do ensino médio, tendo como base fatores determinantes encontrados em dados dos anos acadêmicos anteriores como informação socioeconômica familiar. Para a realização dos experimentos utilizamos uma base de dados obtida a partir da realidade de turmas do ensino médio em escolas de Portugal.
Abstract: School dropout is one of the major problems faced by education systems in many countries around the world. There are several studies that evaluate possible causes for this situation, such as socio-economic profile of the student, characteristics and structure of the school and also the region where it is inserted, profile of teachers, as well as several others. However, much of this information is imprecise or not known for a number of reasons that go beyond the capacity of educational management systems. Therefore, the need to use systems that automate the analysis of possible causes is extremely important for the decision-making process to be taken by managers. The purpose of this paper is to apply machine learning techniques to perform this type of analysis. The advent of machine learning techniques makes the optimal exploitation of databases possible, allowing the emergence of new perspectives and information that may aid in the decision-making process. Thus, it is possible to predict possible high school dropout with relative accuracy, based on determinant factors found in data from previous academic years as family socioeconomic information. For the accomplishment of the experiments we used a database obtained from the reality of high school classes of schools in Portugal.
Palavras-chave: Inteligência Artificial, , ,
Artificial Intelligence, ,,
Aprendizado de Máquina
Machine Learning
Regressão Linear
Regression Linear
Evasão escolar
School dropout
CNPq: CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::SISTEMAS DE COMPUTACAO
Idioma: por
País: Brasil
Editor: Insitituto Federal de Educação, Ciência e Tecnologia de Goiás
Sigla da Instituição: IFG
metadata.dc.publisher.department: Câmpus Jataí
Citação: OMES, A. O.; ARANTES JUNIOR, J. P. A. A.Uma abordagem de aprendizado de máquina para o auxílio no diagnóstico de evasão escolar em turmas do ensino médio. Jataí-GO, 2018. 70f. Monografia (Curso Superior de Tecnologia em Análise e Desenvolvimento de Sistemas). IFG: Jataí-GO, 2018.
Tipo de Acesso: Acesso Aberto
URI: http://repositorio.ifg.edu.br/handle/prefix/550
Data do documento: 6-Dez-2017
Aparece nas coleções:Superior de Tecnologia em Análise e Desenvolvimento de Sistemas

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
tcc_ André Oliveira Gomes_ José Pedro de A. A. Junior.pdfTCC3,3 MBAdobe PDFVisualizar/Abrir


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.