titulo |
Queremos dar continuidade a este trabalho |
inicio_execucao |
desta vez acrescentando alguns elementos que |
fim_execucao |
no nosso ponto de vista |
foco_tecnologico |
aumentarão a acurácia de detecção de evasores. Este projeto se diferencia do já realizado nos seguintes aspectos: |
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 |
|
inicio_execucao |
|
fim_execucao |
|
foco_tecnologico |
|
area_conhecimento |
|
resumo |
|
justificativa |
|
participantes |
|
valor_total_executado |
|
aprovado |
|
unidade_organizacional |
titulo |
Utilizaremos |
inicio_execucao |
além dos dados do QAcadêmico |
fim_execucao |
os do SUAP |
foco_tecnologico |
acrescentando principalmente os atributos relacionais à situação socioeconômica dos alunos |
area_conhecimento |
o que pode demonstrar ser um atributo fortemente preditivo da evasão; |
resumo |
|
justificativa |
|
participantes |
|
valor_total_executado |
|
aprovado |
|
unidade_organizacional |
titulo |
Estudaremos |
inicio_execucao |
com análise de dados |
fim_execucao |
os atributos que são mais preditivos e seus pesos nos algoritmos de aprendizagem de máquina; |
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 |