MODELAGEM PREDITIVA DE EVASÃO ESCOLAR NO ENSINO SUPERIORResumo Este trabalho tem como principal objetivo a construção de um modelo preditivo de evasão no<br />ensino superior, como foco na interpretabilidade e aplicabilidade dos resultados. A pesquisa realiza<br />uma análise exploratória de dados acadêmicos e socioeconômicos de estudantes da Universidade<br />Estadual de Campinas (UNICAMP), integrando diferentes fontes institucionais. São aplicadas<br />técnicas de pré-processamento, normalização e balanceamento de classes, além da criação de<br />indicadores como coeficiente de progressão e rendimento. Utilizou-se a biblioteca PyCaret para o<br />treinamento de diversos algoritmos de aprendizado de máquina, comparando seus desempenhos<br />com base na acurácia balanceada, recall e AUC. O modelo LightGBM destacou-se por sua robustez<br />em diferentes cenários, apontando variáveis relevantes na predição da evasão. Os resultados obtidos<br />contribuem para a identificação de estudantes em risco, oferecendo subsídios para ações preventivas<br />e estratégicas na gestão educacional. |
| Código | 6399 |
| Evento | COBENGE25 |
|---|---|
| Área | 06. Acolhimento de Ingressantes, Acompanhamento dos Estudantes e dos Egressos |
| Subárea | 06. Acolhimento de Ingressantes, Acompanhamento dos Estudantes e dos Egressos |
| Autores | JULIA ALVES FARIAS,VICTOR CARNEIRO LIMA,MATHEUS SOUZA,RENATO DA ROCHA LOPES |
| Palavras-chaves | aprendizado de máquina, predição, ciência de dados, acurácia balanceada,evasão,inteligência artificial,predição |
| Arquivo | 4EES.pdf |