Uma metodogia de data mining para prever o desempenho de estudantes de licenciatura

Martins, Maria Prudência; Miguéis, Vera; Fonseca, Davide

http://hdl.handle.net/10198/22702

Use this identifier to reference this record.

Name:	Description:	Size:	Format:
2018_CISTI_Previsão_2.pdf		270.4 KB	Adobe PDF	Download

Send Feedback

Authors

Martins, Maria Prudência

Miguéis, Vera

Fonseca, Davide

Abstract(s)

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.

Keywords

Data mining educacional Random forest Regressão Sucesso académico

URI

http://hdl.handle.net/10198/22702

Citation

Martins, Maria Prudência; Miguéis, Vera; Fonseca, Davide (2018). Uma metodogia de data mining para prever o desempenho de estudantes de licenciatura. In 18º Conferencia em Sistemas de Informação Cisti. Caceres, Spain