Detalhes bibliográficos
| Ano de defesa: |
2015 |
| Autor(a) principal: |
Kawase, Kelly Harumi Fausta
 |
| Orientador(a): |
Silva, Robson Mariano da
|
| Banca de defesa: |
Machado, Lígia Cristina Ferreira,
Gonçalves, Reinaldo Bellini |
| Tipo de documento: |
Dissertação
|
| Tipo de acesso: |
Acesso aberto |
| Idioma: |
por |
| Instituição de defesa: |
Universidade Federal Rural do Rio de Janeiro
|
| Programa de Pós-Graduação: |
Programa de Pós-Graduação em Modelagem Matemática e Computacional
|
| Departamento: |
Instituto de Ciências Exatas
|
| País: |
Brasil
|
| Palavras-chave em Português: |
|
| Palavras-chave em Inglês: |
|
| Área do conhecimento CNPq: |
|
| Link de acesso: |
https://rima.ufrrj.br/jspui/handle/20.500.14407/14328
|
Resumo: |
A evasão escolar é um problema complexo, por reunir diversos fatores que influenciam na decisão do aluno em permanecer ou não no curso. Identificar as características envolvidas neste processo possibilita traçar o perfil dos alunos propensos à evasão para poder tomar medidas eficazes. Segundo a literatura, os cursos na área de Tecnologia da Informação vêm apresentando altos índices de evasão. Não obstante disto, o curso de Sistemas de Informação da UFRRJ vem apresentando índices preocupantes. Dentre os diversos trabalhos encontrados na literatura para predizer a evasão no Ensino Superior do Brasil, a utilização de técnicas computacionais vem despertando interesse dos pesquisadores, precisamente Redes Neurais Artificiais ARTMAP Fuzzy, Funções de Base Radial (RBF) e Redes Bayesianas, que vem mostrando bons resultados na predição de evasão discente em Instituições de Ensino Superior. O objetivo dessa dissertação é propor um sistema inteligente baseado em redes neurais de Perceptron de Múltiplas Camadas (MLP) e Funções de Base Radial (RBF) na análise de evasão discente do curso de Bacharel em Sistemas de Informação da UFRRJ. O conjunto de dados utilizados corresponde a 148 amostras de alunos matriculados no curso. Para tal estudo foi considerado a evasão até o 3º período, onde foram utilizadas as seguintes variáveis: gênero, origem escolar, desempenho nas disciplinas específicas do 1º período, distância, tempo de ingresso entre o Ensino Médio e o Ensino Superior, desempenho no ENEM (Exame Nacional do Ensino Médio), estado civil e situação com relação à evasão. Foram realizadas 100 simulações, sendo selecionadas as 25 melhores. Os resultados obtidos pelas redes RBF e MLP mostram ser promissores na análise de evasão discente do curso. Sendo que a rede RBF apresentou melhor desempenho (acurácia = 91,03%) do que o modelo MLP, com diferença significativa (p valor<0,05) entre os resultados dos modelos |
