Detecção de estudantes em risco de evasão escolar usando aprendizagem de máquina
Tipo
Tese
Data de publicação
2021-11-03
Periódico
Citações (Scopus)
Autores
Lopes Filho, José Ahirton Batista
Orientador
Silveira, Ismar Frango
Título da Revista
ISSN da Revista
Título de Volume
Membros da banca
Bezerra, Luis Naito Mendes
Lopes, Fábio Silva
Coelho, Orlando Bisacchi
Lopes, Fábio Silva
Coelho, Orlando Bisacchi
Programa
Engenharia Elétrica e Computação
Resumo
A evasão escolar é um problema em vários países do globo, tanto na educação privada quanto
pública, e costuma ter um impacto negativo em todos os perfis envolvidos: sejam eles
estudantes, instituições e o público em geral. Não obstante o deficit educacional do aluno que
evade, há também a perda monetária para o sistema em questão, o estigma social e os
sentimentos de não adequação que podem estar associados a evasão. Neste trabalho é
apresentado um sistema desenvolvido para a detecção precoce de estudantes em risco de evasão
(um EDS, do inglês, early detection system), se utilizando de dados administrativos de alunos
dos ensinos fundamental (anos finais) e médio de escolas públicas estaduais. São demonstrados
resultados se utilizando de Decision Jungle, Decision Forest, Regressão Logística e Bayes Point
Machines a partir de dados 2018 advindos da Secretaria de Educação do Estado de São Paulo.
O EDS construído é uma ferramenta de suporte a decisão a qual está integrada no dia a dia de
profissionais da educação de todo o Estado atendendo a seus mais de 3,4 milhões de alunos
matriculados.
Descrição
Palavras-chave
aprendizagem de máquina , evasão escolar , ferramentas de suporte a decisão