Resumo

O artigo Predição à evasão escolar: Estudo de caso aplicado no IFSULDEMINAS fala sobre a aplicação de técnicas de Machine Learning para automação na prediçao de evasão escolar no Instituto Federal de Educação, Ciência e Tecnologia do Sul de Minas (IFSULDEMINAS). Tal predição é (era) feita manualmente, o que levava tempo, impossibilitando uma atuação mais prática para evitar a evasão de alunos que pudessem estar em tal condição.

O universo de interesse da pesquisa foram estudantes matriculados em 2013 nos seguintes cursos técnicos: Informática, Comunicação Visual, Produção em moda e Enfermagem. Os atributos selecionados para a predição foram sexo, idade, etnia, estado civil, renda familiar, procedência escolar e as notas das disciplinas do primeiro semestre dos cursos, sendo analisados dados de 54 alunos que concluíram os cursos e mais 45 alunos que não concluíram.

Os classificadores escolhidos foram SimpleCart, J48, RandomForest (todos àrvores de decisão) e Naive Bayes, com os seguintes resultados:

Classificador	Acurácia por curso
	Informática	Com. Visual	Produção em moda	Enfermagem
SimpleCart	64,28%	54,16%	89,47%	92,86%
J48	64,28%	66,66%	94,75%	82,14%
RandomForest	75%	79,16%	89,47%	85,71%
Naive Bayes	67,86%	79,16%	89,47%	85,71%

Não são dados detalhes sobre a arquitetura utilizada, nem sobre o modelo utilizado.

Referências

Carla Fernandes da SILVA; Clayton Silva MENDES - PREDIÇÃO À EVASÃO ESCOLAR: Estudo de caso aplicado no IFSULDEMINAS – Campus Passos (opens new window) .