
handle: 10400.26/48785
O Abandono Escolar é um problema global que afeta todos os países. No Ensino Superior, este tema é um problema particularmente complexo, na medida em que poderá originar a várias consequências negativas para os estudantes, as famílias e até mesmo para as entidades de ensino. O objetivo geral deste projeto de mestrado é desenvolver um modelo de previsão de Abandono Escolar no Instituto Politécnico de Coimbra. Dentro deste destaca-se a identificação dos fatores que podem levar ao Abandono no IPC, preparação dos dados para integração no modelo capaz de identificar a problemática. Ao longo do projeto é tido em conta a metodologia CRISP-DM para o desenvolvimento do modelo de deteção de Abandono Escolar. Esta metodologia é variante de data mining amplamente utilizada em projetos similares. O projeto foi desenvolvido com recurso a dados concretos da instituição na qual se pretende aplicar o modelo, com auxílio a diversos dados dos alunos como média, notas das UC, curso, nota de ingresso, entre outras. Para o modelo final, todas os dados foram submetidos ao algoritmo KNN, atualmente em vigor para combate a outras vertentes do tema. Sendo que, o modelo final com melhores resultados apresenta uma precisão de 76%.
Crisp-dm, KNN, Machine learning, Abandono escolar, Python
Crisp-dm, KNN, Machine learning, Abandono escolar, Python
| selected citations These citations are derived from selected sources. This is an alternative to the "Influence" indicator, which also reflects the overall/total impact of an article in the research community at large, based on the underlying citation network (diachronically). | 0 | |
| popularity This indicator reflects the "current" impact/attention (the "hype") of an article in the research community at large, based on the underlying citation network. | Average | |
| influence This indicator reflects the overall/total impact of an article in the research community at large, based on the underlying citation network (diachronically). | Average | |
| impulse This indicator reflects the initial momentum of an article directly after its publication, based on the underlying citation network. | Average |
