Use este identificador para citar ou linkar para este item: https://repository.ufrpe.br/handle/123456789/6506
Título: Aplicação de técnicas de mineração dedados educacionais para previsão do desempenho de estudantes a partir de dados do ENADE
Autor: Lima, Thacyo Eslley Burgo de
Endereco Lattes do autor: http://lattes.cnpq.br/7863661692692517
Orientador: Silva, Paulo Mello da
Endereco Lattes do orientador : http://lattes.cnpq.br/8976586263200932
Palavras-chave: Mineração de dados (Computação);Algorítmos computacionais;Estudantes universitários
Data do documento: 4-Mar-2021
Citação: LIMA, Thacyo Eslley Burgo de. Aplicação de técnicas de mineração de dados educacionais para previsão do desempenho de estudantes a partir de dados do ENADE. 2021. 21 f. Trabalho de Conclusão de Curso (Bacharelado em Sistemas de Informação) – Unidade Acadêmica de Serra Talhada, Universidade Federal Rural de Pernambuco, Serra Talhada, 2021.
Abstract: With the increasing growth in data, it is necessary to apply techniques to extract information and knowledge from the set of data that are available, with that comes data mining. This work aims to predict the performance of students in Information System courses from data from the National Student Performance Exam (Enade) held in the year 2017. For this, machine learning algorithms were used to discover knowledge and assist in decision making. Four algorithms were used for comparison that obtained accuracy greater than 60%, showing that it is feasible to make the forecast
Resumo: Com o crescimento cada vez maior nos dados, faz-se necessário aplicação de técnicas para extrair informações e conhecimentos a partir do conjunto de dados que estão disponibilizados, com isso encontra-se a Mineração de Dados. Esse trabalho tem como objetivo prever o desempenho dos alunos dos cursos de Sistema de Informação a partir dos dados do Exame Nacional de Desempenho de Estudantes (Enade) realizado no ano de 2017. Para isto, foram utilizados algoritmos de aprendizagem de maquina para a descoberta do conhecimento e auxiliar na tomada de decisão. Foram utilizados 4 algoritmos para comparação, os quais obtiveram acurácia superior a 60%, mostrando que é viável realizar a predição
URI: https://repository.ufrpe.br/handle/123456789/6506
Aparece nas coleções:TCC - Bacharelado em Sistemas de Informação (UAST)

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
tcc_thacyoeslleyburgodelima.pdf333,31 kBAdobe PDFVisualizar/Abrir


Este item está licenciada sob uma Licença Creative Commons Creative Commons