Utilize este link para identificar ou citar este item: https://bdm.unb.br/handle/10483/28115
Arquivos neste item:
Arquivo Descrição TamanhoFormato 
2019_FernandaMelo_LuizFernandoAraujo_tcc.pdf11,21 MBAdobe PDFver/abrir
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.