期刊名称：Revista Brasileira de Informática na Educação
印刷版ISSN：1414-5685
出版年度：2021
卷号：29
页码：255-272
DOI：10.5753/rbie.2021.29.0.255
出版社：Revista Brasileira de Informática na Educação
摘要：No primeiro ano de graduação e ao longo do curso de Licenciatura em Computação, os alunos expressam grandes dificuldades nas disciplinas de programação, seja pela ausência de conhecimento prévio, dificuldades na resolução de problemas, raciocínio lógico-matemático, abstração, entre outros fatores desconhecidos. Os dados dos históricos acadêmicos dos alunos, representam dados relevantes para prever o risco de evasão na Licenciatura em Computação da Universidade do Estado do Amazonas. Diante dos elevados índices de reprovações nas disciplinas do curso, foi levantada a seguinte hipótese "É possível prever os alunos evadidos na Licenciatura em Computação?". Este artigo apresenta uma mineração de dados educacionais, cujo objetivo é a previsão de alunos com risco de evasão. Esta pesquisa seguiu a metodologia de descoberta de conhecimento em base de dados, que consistiu em selecionar e preparar os dados para o treinamento do modelo preditivo de rede neural de múltiplas camadas. Os resultados obtidos com modelo preditivo foram avaliados, por meio de métricas de avaliação de desempenho, identificou-se com 98% de precisão os alunos com risco de evadir do curso.
其他摘要：In the first year of the degree and throughout the Degree in Informatics, students manifest great difficulties in the programming disciplines, whether due to the lack of prior knowledge, difficulties in solving problems, logical-mathematical reasoning, abstraction, among other unknown factors. The data of the students' school records represent relevant data to predict the risk of dropout in the Computer Science Degree Course of the educational institution of this study. In view of the high failure rates in the course subjects, the following hypothesis was raised "It is possible to predict dropout in the Computer Science Degree". This article presents an educational data mining, whose objective is to predict students at risk of dropout. This research followed the knowledge discovery methodology in the database, which consisted of selecting and preparing the data for training the predictive model of multilayer neural network. The results obtained with the predictive model were evaluated using performance evaluation metrics, with 98% of correct answers identified students at risk of dropping out of the course.
关键词：Evasão Escolar;Mineração de Dados Educacionais;Rede Neural Artificial
其他关键词：School dropout;Educational Data Mining;Artificial Neural Network
