Martins, Maria PrudênciaMiguéis, VeraFonseca, Davide2020-09-092020-09-092018Martins, 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, Spainhttp://hdl.handle.net/10198/22702No 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.porData mining educacionalRandom forestRegressãoSucesso académicoconference paper10.23919/CISTI.2018.8399175