z-logo
open-access-imgOpen Access
Aprendizado de Máquina Aplicado à Análise de Evasão em Cursos de Sistemas de Informação
Author(s) -
Patrícia Dias dos Santos,
Denise Goya
Publication year - 2020
Language(s) - Portuguese
Resource type - Conference proceedings
DOI - 10.5753/sbsi.2020.13145
Subject(s) - adaboost , mathematics , physics , computer science , humanities , philosophy , artificial intelligence , support vector machine
Este estudo tem por objetivo identificar atributos relevantes para a previsão de evasão de alunos em cursos de Sistemas de Informação de instituições brasileiras, comparando várias abordagens de aprendizado de máquina, incluindo Florestas Aleatórias, AdaBoost, Vizinho mais próximo de K, Regressão Logística e Classificador de Votação. Os resultados mostram cobertura (85,6%), acurácia (87,1%) e precisão (92,4%) promissoras usando apenas 14 atributos.

The content you want is available to Zendy users.

Already have an account? Click here to sign in.
Having issues? You can contact us here
Accelerating Research

Address

John Eccles House
Robert Robinson Avenue,
Oxford Science Park, Oxford
OX4 4GP, United Kingdom