Mineração de Dados Educacionais: Previsão de notas parciais utilizando classificação

• Ano de defesa: 2017
• Autor(a) principal: Sousa, Marília Maria Bastos de Araújo Cavalcanti Feitosa Fava de
• Outros Autores: http://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K8700858D4
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade Federal do Amazonas; Instituto de Computação; Brasil; UFAM; Programa de Pós-graduação em Informática
• Palavras-chave em Português: Mineração de Dados Educacionais; Ensino de Programação; Educational Data Mining, Prediction, Classification, Introductory Programming Teaching; CIENCIAS EXATAS E DA TERRA: CIENCIA DA COMPUTACAO; CIENCIAS EXATAS E DA TERRA: PROBABILIDADE E ESTATISTICA: ESTATISTICA: ANALISE DE DADOS
• Link de acesso: https://tede.ufam.edu.br/handle/tede/6514

O presente trabalho tem o intuito de apresentar a Mineração de Dados Educacionais e um experimento envolvendo previsão de provas parciais. O experimento é realizado através dos dados da disciplina de Introdução à Programação de Computadores da Universidade Federal do Amazonas e busca classificar os alunos de acordo com as notas obtidas, em no máximo três classes: satisfatório, insatisfatório e sem conceito (alunos evadidos). Como conclusão, tem-se uma análise quantitativa com os dados da previsão.