Ano | 2015 |
---|---|
Curso: | Sistemas de Informação |
Título: | Aplicação de árvores de decisão com o apoio do softwaree R: indentificação de fatores influentes que levam à evasão de alunos do curso de sistemas de informação da UEG - CCET |
Autor: | Ferreira, Lorena Calaça |
Orientador: | Wruck, Emerson |
Assuntos: | Educação - mineração de dados - Árvores de decisão - Rpart |
Resumo: | Este trabalho propôs utilizar um método (ou técnica) de mineração de dados conhecido
como árvore de decisão, de modo que foi possível identificar características que puderam
influenciar os estudantes à evadirem o curso de Sistemas de Informação da UEG – CCET
(Universidade Estadual de Goiás, Câmpus Anápolis de Ciências Exatas e Tecnológicas).
Além disso, o trabalho objetivou-se em criar um modelo de árvore de regressão que
consiga prever a ocorrência de novos casos. Os dados utilizados neste trabalho foram
fornecidos pela UEG, resultados de questionários socioeconômicos aplicados em
vestibulares de 2002 a 2011. As atividades realizadas neste trabalho foram executadas
com o apoio do software R, uma ferramenta de análise estatística poderosa, e utilizando
a linguagem de programação R. A fundamentação teórica é baseada, principalmente, nas
obras de Tan, Steinbach e Kumar (2009) e Tufféry (2011), no qual ambas obras detalham
os conceitos de árvore de decisão e como as mesmas funcionam. As árvores de
classificação e regressão, foram geradas pelas funcionalidades do pacote rpart, elaborado
por Therneau, Atkinson e Ripley (2015), fortemente inspirado nas ideias propostas por
Breiman et al. (1984) na obra intitulada Classification and Regression Trees. As medidas
de desempenho dos modelos também foram identificadas por meio do software R. A
árvore de classificação cumpriu bem o seu papel para os dados em questão, no qual pode
se perceber de forma clara qual é o perfil do aluno de Sistemas de Informação da UEG –
CCET. Um dos fatores que conseguiu classificar os alunos de forma mais clara foi o
período em que o mesmo cursou o Ensino Médio, onde dos alunos que cursaram o Ensino
Médio no período noturno, 91% evadiram. Os resultados obtidos podem ser utilizados
para que o corpo administrativo da instituição possa atuar nos fatores influentes da taxa
de evasão dos estudantes. |
Publicação: | Autorizado |
Arquivo: | 2015-TCC-Emerson-LorenaCalacaFerreira.pdf |