Please use this identifier to cite or link to this item: http://www.monografias.ufop.br/handle/35400000/3490
Full metadata record
DC FieldValueLanguage
dc.contributor.advisorAraújo, Janniele Aparecida Soarespt_BR
dc.contributor.advisorLima, Helen de Cássia Sousa da Costapt_BR
dc.contributor.authorCaldeira, Danilo Martins-
dc.date.accessioned2021-10-01T17:50:47Z-
dc.date.available2021-10-01T17:50:47Z-
dc.date.issued2021pt_BR
dc.identifier.citationCALDEIRA, Danilo Martins. Caracterização do problema de evasão de discentes nos cursos do ICEA mediante técnicas de mineração de dados. 2021. 65 f. Monografia (Graduação em Sistema de Informação) - Instituto de Ciências Exatas e Aplicadas, Universidade Federal de Ouro Preto, João Monlevade, 2021.pt_BR
dc.identifier.urihttp://www.monografias.ufop.br/handle/35400000/3490-
dc.description.abstractEste trabalho utiliza técnicas de mineração de dados em busca da caracterização do problema de evasão de alunos nos cursos do Instituto de Ciências Exatas e Aplicadas (ICEA). Com a utilização destas técnicas espera-se a obtenção de novos conhecimentos úteis relacionados à temática da evasão. A metodologia aplicada neste trabalho é baseada no processo Knowledge Discovery in Databases (KDD) e as etapas consistem em selecionar as fontes de dados, preprocessar, transformar e enriquecer, aplicar os algoritmos e analisar os resultados obtidos. Entre os resultados obtidos, destacam-se a criação de grupos reunindo alunos com similares e a percepção de alunos matriculados com características parecidas com alunos que vieram a evadir. Também foi possível a detecção de alunos anômalos em relação ao padrão.pt_BR
dc.language.isopt_BRpt_BR
dc.subjectMineração de dadospt_BR
dc.subjectDescoberta de conhecimento em base de dadospt_BR
dc.subjectEvasão universitáriapt_BR
dc.titleCaracterização do problema de evasão de discentes nos cursos do ICEA mediante técnicas de mineração de dados.pt_BR
dc.typeTCC-Graduaçãopt_BR
dc.contributor.refereeAraújo, Janniele Aparecida Soarespt_BR
dc.contributor.refereeLima, Helen de Cássia Sousa da Costapt_BR
dc.contributor.refereeOliveira, Fernando Bernardes dept_BR
dc.contributor.refereeMaia, Lucinéia Souzapt_BR
dc.description.abstractenThis work uses data mining techniques in order to understand the problem of the dropout rate of students in ICEA courses. With the use of these techniques, it is expected to obtain new useful knowledge related to the theme of dropout. The methodology applied in this work is based on the KDD process and the steps consist of selecting the data sources, preprocessing, transforming and enriching, applying the algorithms and analyzing the obtained results. Among the results obtained, we highlight the creation of groups bringing together students with similar types and the perception of students enrolled with similar characteristics to students who dropped out. It was also possible to detect students who were out of line with the pattern.pt_BR
dc.contributor.authorID16.2.8512pt_BR
Appears in Collections:Sistema de Informação - JMV

Files in This Item:
File Description SizeFormat 
MONOGRAFIA_CaracterizaçãoProblemaEvasão.pdf2,72 MBAdobe PDFView/Open


This item is licensed under a Creative Commons License Creative Commons