Aprendizado de máquina automático aplicado à predição da evasão no ensino superior
I tiakina i:
| Kaituhi matua: | |
|---|---|
| Rā whakaputa: | 2022 |
| Hōputu: | Master thesis |
| Reo: | por |
| Puna: | Repositório Institucional da UFG |
| Download full: | http://repositorio.bc.ufg.br/tede/handle/tede/12454 |
Whakarāpopototanga: | Academic 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. |
Ngā tūemi rite: Aprendizado de máquina automático aplicado à predição da evasão no ensino superior
- Predição da evasão acadêmica aplicando análise temporal
- Balanceamento de dados com base em oversampling em dados transformados
- Estudo exploratório do uso de classificadores para a predição de desempenho e abandono em universidade
- Algoritmos de aprendizado de máquina na predição e avaliação de evasão de clientes em ambiente de produção
- Predição de internações por condições sensíveis à atenção básica
- Aprendizado de máquina para análise de recaída para depressão em pacientes com transtorno bipolar
