# Resumo
Um modelo eficiente para prever o abandono do aluno usando técnicas de mineração de dados e aprendizado de máquina (tradução livre)
O paper fala sobre um modelo de predição de evasão escolar utilizando Mineração de dados e técnicas de aprendizado de máquina. Apesar de ter certo foco na mineração de dados, ele também traz pontos interessantes sobre as aplicações de algoritmos de aprendizado de máquina utilizando árvores de decisão
# Trabalho proposto
Durante o desenvolvimento do paper, foram pesquisados diversos parâmetros relacionados aos estudantes para a aplicação das técnicas de aprendizado de máquina. Dentre os diversos parâmetros, foram escolhidos:
- Histórico familiar
- Ganho financeiro da família
- Atividades sociais
- Empenho ambiental do aluno
Dentre alguns outros.
Fonte: Paper
Após a escolha dos parâmetros é realizado a preparação dos dados, onde foi feita uma pesquisa com diversos estudantes (não é citado em qual ou quais instituições). os dados coletados são então analisados e classificados. A classificação é feita utilizando algoritmos de árvore de decisão. os seguintes resultados foram obtidos:
Fonte: Paper
Onde:
BCA = Bachelor in Computer Application,
B.Tech = Bachelor of Technology,
SSLC = Secondary School Certificate,
HSC = Higher Secondary school Certificate,
UG = under graduate,
PG = post graduation
Na prática, não se verifica uma relação muito forte entre problemas familiares e evasão escolar.
# Referências
Mercy Paul Selvan, Nagubadi. Navadurga, Nimmagadda. Lakshmi Prasanna - An Efficient Model for Predicting Student Dropout using Data Mining and Machine Learning Techniques (opens new window) - International Journal of Innovative Technology and Exploring Engineering (IJITEE)