Publicação
Uma metodogia de data mining para prever o desempenho de estudantes de licenciatura
| Resumo: | No presente artigo apresenta-se uma metodologia desenvolvida com base no algoritmo random forest, para prever precocemente e de forma rigorosa o desempenho académico de graduação dos estudantes de uma instituição de ensino superior politécnico. A abordagem seguida permitiu isolar 11 variáveis explicativas, a partir de um conjunto inicial de cerca de meia centena, que garantem uma boa capacidade preditiva do modelo (R2=0.79). Estas variáveis revelam aspetos fundamentais para a definição de estratégias de gestão centradas na promoção do sucesso académico. |
|---|---|
| Autores principais: | Martins, Maria Prudência |
| Outros Autores: | Miguéis, Vera; Fonseca, Davide |
| Assunto: | Data mining educacional Random forest Regressão Sucesso académico |
| Ano: | 2018 |
| País: | Portugal |
| Tipo de documento: | comunicação em conferência |
| Tipo de acesso: | acesso aberto |
| Instituição associada: | Instituto Politécnico de Bragança |
| Idioma: | português |
| Origem: | Biblioteca Digital do IPB |
| Resumo: | No presente artigo apresenta-se uma metodologia desenvolvida com base no algoritmo random forest, para prever precocemente e de forma rigorosa o desempenho académico de graduação dos estudantes de uma instituição de ensino superior politécnico. A abordagem seguida permitiu isolar 11 variáveis explicativas, a partir de um conjunto inicial de cerca de meia centena, que garantem uma boa capacidade preditiva do modelo (R2=0.79). Estas variáveis revelam aspetos fundamentais para a definição de estratégias de gestão centradas na promoção do sucesso académico. |
|---|