Utilize este identificador para referenciar este registo:
http://hdl.handle.net/10198/22702
Título: | Uma metodogia de data mining para prever o desempenho de estudantes de licenciatura |
Outros títulos: | A data mining approach to predict undergraduate students' performance |
Autor: | Martins, Maria Prudência Miguéis, Vera Fonseca, Davide |
Palavras-chave: | Data mining educacional Random forest Regressão Sucesso académico |
Data: | 2018 |
Editora: | Institute of Electrical and Electronics Engineers |
Citação: | Martins, 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, Spain |
Resumo: | No 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. |
Peer review: | yes |
URI: | http://hdl.handle.net/10198/22702 |
DOI: | 10.23919/CISTI.2018.8399175 |
Versão do Editor: | https://ieeexplore.ieee.org/document/8399175/authors#authors |
Aparece nas colecções: | ESTiG - Publicações em Proceedings Indexadas à WoS/Scopus |
Ficheiros deste registo:
Ficheiro | Descrição | Tamanho | Formato | |
---|---|---|---|---|
2018_CISTI_Previsão_2.pdf | 270,4 kB | Adobe PDF | Ver/Abrir |
Todos os registos no repositório estão protegidos por leis de copyright, com todos os direitos reservados.