Predição de Evasão Utilizando Técnicas de Classificação: Um Estudo de Caso do Instituto Federal do Ceará
Resumo
A evasão escolar tem se consolidado ao longo do tempo como uma das principais problemáticas presentes nas instituições de ensino nacionais e internacionais. A literatura elenca inúmeras causas e fatores que podem vir a justificar uma evasão discente e várias ações já foram e vêm sendo propostas no intuito de tentar minimizar os índices de evadidos. O presente artigo encara a evasão escolar como um problema de classificação e, baseado nesta premissa, tem como objetivo propor uma abordagem para predição de evasão de discentes, utilizando os principais classificadores de aprendizagem de máquina, a partir de dados previamente coletados, levando em consideração o estudo de caso do campus Paracuru do Instituto Federal do Ceará (IFCE).
Referências
Bruce, A. and Bruce, P. (2019). Estatística Prática para Cientistas de Dados. Alta Books.
Kantorski, G. Z., Schmitt, J. A., Flores, E. G., and Hoffmann, I. L. (2016). Predição da evas˜ão dos alunos em cursos de graduação presenciais. XXXVI Encontro Nacional de Engenharia de Produção.
Maria, W., Damiani, J. L., and Pereira, M. (2016). Rede bayesiana para previs˜ão de evas˜ão escolar. In Anais dos Workshops do Congresso Brasileiro de Informática na Educação, volume 5, page 920.
Moreira, L. K. R., Lambert, A. S., and Castro, R. C. A. M. (2018). Educação profissional e tecnológica: permanência e evas˜ão em foco. Revista Brasileira de Educação e Saúde, 8(4):48–53.
Mueller, J. P. and Massaron, L. (2016). Machine learning for dummies. John Wiley & Sons.
Pró-reitoria do Instituto Federal do Ceará (2017). IFCE em números. https:// ifceemnumeros.ifce.edu.br/. Acesso em 25 jun. 2020.
Sousa, J. N. M., Tabosa, F. J., Simonassi, A., and Castelar, P. U. C. (2015). Principais fatores que impactam na reprovação e evas˜ão dos alunos dos cursos tecnológicos no instituto federal de ciência e tecnologia do ceará. XI Encontro de Economia do Ceará- IPECE.
Vieira, A. C. F., de Lima Gallindo, E., and Cruz, H. A. (2017). Plano estratégico para permanência e êxitos dos estudantes do IFCE. Disponível em https:// gestãoproen.ifce.edu.br/attachments/download/3052/. Acesso em 23 jun. 2020.
Sara, N.-B., Halland, R., Igel, C., and Alstrup, S. (2015). High-school dropout prediction using machine learning: a danish large-scale study. In 23rd European Symposium on Artificial Neural Networks, ESANN2015, pages 319–324.
Kantorski, G. Z., Schmitt, J. A., Flores, E. G., and Hoffmann, I. L. (2016). Predição da evas˜ão dos alunos em cursos de graduação presenciais. XXXVI Encontro Nacional de Engenharia de Produção.
Maria, W., Damiani, J. L., and Pereira, M. (2016). Rede bayesiana para previs˜ão de evas˜ão escolar. In Anais dos Workshops do Congresso Brasileiro de Informática na Educação, volume 5, page 920.
Moreira, L. K. R., Lambert, A. S., and Castro, R. C. A. M. (2018). Educação profissional e tecnológica: permanência e evas˜ão em foco. Revista Brasileira de Educação e Saúde, 8(4):48–53.
Mueller, J. P. and Massaron, L. (2016). Machine learning for dummies. John Wiley & Sons.
Pró-reitoria do Instituto Federal do Ceará (2017). IFCE em números. https:// ifceemnumeros.ifce.edu.br/. Acesso em 25 jun. 2020.
Sousa, J. N. M., Tabosa, F. J., Simonassi, A., and Castelar, P. U. C. (2015). Principais fatores que impactam na reprovação e evas˜ão dos alunos dos cursos tecnológicos no instituto federal de ciência e tecnologia do ceará. XI Encontro de Economia do Ceará- IPECE.
Vieira, A. C. F., de Lima Gallindo, E., and Cruz, H. A. (2017). Plano estratégico para permanência e êxitos dos estudantes do IFCE. Disponível em https:// gestãoproen.ifce.edu.br/attachments/download/3052/. Acesso em 23 jun. 2020.
Sara, N.-B., Halland, R., Igel, C., and Alstrup, S. (2015). High-school dropout prediction using machine learning: a danish large-scale study. In 23rd European Symposium on Artificial Neural Networks, ESANN2015, pages 319–324.
Publicado
10/09/2020
Como Citar
H. FILHO, Fernando; SIQUEIRA, Diogo; LEAL, Bruno.
Predição de Evasão Utilizando Técnicas de Classificação: Um Estudo de Caso do Instituto Federal do Ceará. In: ESCOLA REGIONAL DE COMPUTAÇÃO DO CEARÁ, MARANHÃO E PIAUÍ (ERCEMAPI), 8. , 2020, Evento Online.
Anais [...].
Porto Alegre: Sociedade Brasileira de Computação,
2020
.
p. 141-148.
DOI: https://doi.org/10.5753/ercemapi.2020.11478.
