Título: | Mineração de dados educacionais : um estudo de caso nos departamentos de Engenharia Elétrica e Ciência da Computação |
Autor(es): | Melo, Fernanda Amaral Araújo, Luiz Fernando Neves de |
Orientador(es): | Silva, Daniel Guerreiro e |
Coorientador(es): | Medeiros, José Edil Guimarães de |
Assunto: | Ensino superior Universidade de Brasília (UnB) - Engenharia da Computação Universidade de Brasília (UnB) - Ciência da Computação - estudantes Mineração de dados Evasão universitária Disciplina curricular Estudantes universitários |
Data de apresentação: | 21-Nov-2019 |
Data de publicação: | 10-Ago-2021 |
Referência: | MELO, Fernanda Amaral; ARAÚJO, Luiz Fernando Neves de. Mineração de dados educacionais: um estudo de caso nos departamentos de Engenharia Elétrica e Ciência da Computação. 2019. 82 f., il. Trabalho de conclusão de curso (Bacharelado em Engenharia Elétrica)—Universidade de Brasília, Brasília, 2019. |
Resumo: | A crescente preocupação com a eficiência do ensino, principalmente no nível superior, tem
motivado a busca por formas de se compreender e aplicar melhor conceitos pedagógicos e fenômenos
educacionais. Com isso, diversas áreas começaram a colaborar na busca de soluções para o processo
educacional. Nesse contexto, a solidificação da área Educational Data Mining ao longo da década
dos anos 2000 se mostra como uma ferramenta poderosa.
Neste trabalho, são apresentadas métricas estatísticas que permitem analisar informações sobre
os estudantes do curso de Engenharia da Computação, sobre as disciplinas cursadas por esses
estudantes e todas as disciplinas ofertadas pelos departamentos de Engenharia Elétrica e Ciência
da Computação da Universidade de Brasília. Essas métricas buscam correlacionar informações, a
fim de descobrir relações mais complexas e assim possibilitar a tomada de decisões em diversos
âmbitos com base neste estudo. Além disso, foi desenvolvido um modelo preditivo da desistência
dos estudantes que, de forma automática, estima a probabilidade de um determinado estudante
concluir ou não a sua graduação.
O modelo preditivo desenvolvido, baseado em árvores de decisão, busca não só oferecer uma
forma de se identificar estudantes com altas chances de sair do curso, mas também prover in formações qualitativas sobre a correlação do desempenho dos estudantes ao longo dos semestres
analisados e a sua desistência. |
Abstract: | The rising concern about efficiency in education, especially regarding higher education, has sti mulated searches for methods to better comprehend and apply pedagogical concepts and other
phenomena related to the educational field. Accordingly, many academical fields began colla borating in order to reach solutions for the educational process. Thus, the consolidation of the
Educational Data Mining field along the decade of the 2000s has presented itself as a powerful
tool.
In this paper, statistical metrics are presented which facilitate the analysis of information
regarding students of the computer engineering course, with respect to subjects these students
participated and all other disciplines which are offered by both the Electric Engineering and the
Computer Science departments of the Universidade de Brasilia. These metrics attempt to correlate
information, in order to find out complex relations so that it is possible to make decisions in many
ways that are influenced by this study. Also, a model was developed to predict student’s dropping
out, so in an automatic way, it works to figure out if a certain student would graduate or if he
would drop out.
The predictive model created, is based on decision trees, not only intends to conceive a way
to identify students with a high potential to drop out but it also provides qualitative information
regarding the correlation between students’ performance along the semesters analyzed and they
effectively dropping out. |
Informações adicionais: | Trabalho de conclusão de curso (graduação)—Universidade de Brasília, Faculdade de Tecnologia, Departamento de Engenharia Elétrica, 2019. |
Licença: | A concessão da licença deste item refere-se ao termo de autorização impresso assinado pelo autor que autoriza a Biblioteca Digital da Produção Intelectual Discente da Universidade de Brasília (BDM) a disponibilizar o trabalho de conclusão de curso por meio do sítio bdm.unb.br, com as seguintes condições: disponível sob Licença Creative Commons 4.0 International, que permite copiar, distribuir e transmitir o trabalho, desde que seja citado o autor e licenciante. Não permite o uso para fins comerciais nem a adaptação desta. |
Aparece na Coleção: | Engenharia Elétrica
|
Todos os itens na BDM estão protegidos por copyright. Todos os direitos reservados.