Anais > Edição Atual > Anais do XVIII WCF 2022 > Predição de Problemas no Desempenho de Estudantes de um Curso Técnico de Nível Médio: Uma Análise Comparativa de Algoritmos de Mineração de Dados

Predição de Problemas no Desempenho de Estudantes de um Curso Técnico de Nível Médio: Uma Análise Comparativa de Algoritmos de Mineração de Dados

Autores: Renan Aleixo Paganatto, Ana Maria Monteiro

A educação tem um papel fundamental no desenvolvimento de uma sociedade, em especial em um país como o Brasil. Para os encarregados de gerenciar atividades educacionais e para os professores é muito importante poder prever possíveis problemas no desempenho dos estudantes o que, eventualmente, pode fazer com que alguns deles abandonem o ambiente Anais do WCF, Vol 9, pp 47-48 2022, ISSN 2447-4703, XVIII WCF 18-19 out 2022 47 educacional. Em geral, professores experientes conseguem predizer o desempenho futuro de seus estudantes. Mas além da contribuição desses professores, para entender melhor como antever o desempenho dos alunos, pode ser utilizada a crescente quantidade de dados eletrônicos disponíveis nas instituições de ensino. A partir da aplicação de técnicas de mineração nos dados disponíveis, pode ser extraída informação significativa a ser utilizada por gestores educacionais e professores, para tomar decisões e aplicar medidas preventivas quando necessário para melhorar o desempenho dos alunos e a qualidade do processo educacional. Nesta pesquisa foram utilizados dados provenientes de um curso de Informática para Internet Integrado ao Ensino Médio de uma Escola Técnica Estadual (ETEC). Os dados são originários dos primeiros anos do curso com 477 alunos, contendo 28 atributos, segundos anos do curso com 396 alunos, contendo 27 atributos e terceiros anos do curso com 385 alunos, contendo 27 atributos, os dados foram coletados entre 2014 e 2020. Para a previsão de desempenho dos alunos foram realizados experimentos utilizando os algoritmos Naive Bayes, J48 (árvore de decisão) e IBk (Knn), todos disponíveis no ambiente WEKA. As métricas utilizadas na avaliação dos algoritmos são a precisão, sensibilidade, medida-F e a área embaixo da curva ROC. O objetivo dos experimentos foi determinar qual dos algoritmos utilizados consegue classificar melhor os dados dos alunos que estão cursando na instituição. Os alunos são classificados segundo eles venham a ser aprovados, aprovados com pendências para o próximo ano, reprovados ou evadidos. Com os algoritmos utilizados nos experimentos, os melhores resultados na classificação foram obtidos com a aplicação da técnica SMOTE e Custos, com relação à precisão dos resultados.

DOCUMENTO COMPLETO

• Predição de Problemas no Desempenho de Estudantes de um Curso Técnico de Nível Médio: Uma Análise Comparativa de Algoritmos de Mineração de Dados