Classificação de estudantes através de árvores de decisão via Python e RapidMiner

Detalhes bibliográficos
Ano de defesa: 2016
Autor(a) principal: CAETANO, Natalia Gonçalves
Orientador(a): Não Informado pela instituição
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Universidade Federal do Triângulo Mineiro
Instituto de Ciências Exatas, Naturais e Educação - ICENE::Curso de Licenciatura em Matemática
Brasil
UFTM
Programa de Mestrado Profissional em Matemática em Rede Nacional
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Mineração de dados.
Árvore de decisão.
Classificação.
Python.
Rapidminer.
Data mining.
Decision Tree.
Classification.
Análise de Dados.
Link de acesso: http://bdtd.uftm.edu.br/handle/tede/882
Resumo: Mineração de dados educacionais é uma área de pesquisa que utiliza ferramentas de mineração de dados para interpretar dados nos contextos educacionais. Neste trabalho, utiliza-se a mineração de dados para classificar alunos de acordo com o nível de conhecimento com base em notas e atividades anteriores. No estudo, usa-se dados reais para construção de modelos através do algoritmo de árvore de decisão com o objetivo de avaliar regras de classificação para intervenções didáticas e pedagógicas. A partir dos modelos criados, extraiu-se informações relevantes para previsão de resultados finais e identificação de pontos importantes no desenvolvimento do plano de ensino e aprendizagem dos alunos.

Registros relacionados