titulo |
|
inicio_execucao |
|
fim_execucao |
|
foco_tecnologico |
|
area_conhecimento |
|
resumo |
|
justificativa |
|
participantes |
|
valor_total_executado |
|
aprovado |
|
unidade_organizacional |
titulo |
O problema de evasão é basicamente um problema de seleção: identificar os alunos que irão evadir e os que não irão. O uso de algoritmos de Aprendizagem de Máquina no contexto de evasão tem o intuito de não somente identificar tais alunos com grande propensão a evadirem |
inicio_execucao |
mas também reduzir o custo de tal evasão. |
fim_execucao |
|
foco_tecnologico |
|
area_conhecimento |
|
resumo |
|
justificativa |
|
participantes |
|
valor_total_executado |
|
aprovado |
|
unidade_organizacional |
titulo |
|
inicio_execucao |
|
fim_execucao |
|
foco_tecnologico |
|
area_conhecimento |
|
resumo |
|
justificativa |
|
participantes |
|
valor_total_executado |
|
aprovado |
|
unidade_organizacional |
titulo |
Foi o que fizemos no projeto "Previsão Automática de evasão estudantil nos cursos do IFPB" do Interconecta 2017 |
inicio_execucao |
cujo objetivo principal foi detectar automaticamente evasores para que medidas fossem tomadas pelos gestores |
fim_execucao |
coordenadores de curso e direção de ensino |
foco_tecnologico |
antes que a evasão ocorresse. Utilizando algoritmos de aprendizagem de máquina (Geitgey 2016) |
area_conhecimento |
conseguimos detectar alunos propensos a evadir com acurácia acima de 83%. |
resumo |
|
justificativa |
|
participantes |
|
valor_total_executado |
|
aprovado |
|
unidade_organizacional |
titulo |
|
inicio_execucao |
|
fim_execucao |
|
foco_tecnologico |
|
area_conhecimento |
|
resumo |
|
justificativa |
|
participantes |
|
valor_total_executado |
|
aprovado |
|
unidade_organizacional |
|
PWG – Powering Growth é um projeto para facilitar o |
Sobre nós |
Privacidade |