Mehr lesen
Schooluitval is een van de meest intrigerende en cruciale problemen in het onderwijs. Dit probleem dringt door tot de verschillende niveaus en modaliteiten van het onderwijs en leidt tot sociale, economische, politieke, academische en financiële verliezen voor allen die bij het onderwijsproces betrokken zijn. Daarom is de ontwikkeling van efficiënte methoden om het risico van leerlinguitval te voorspellen van essentieel belang. De aanpak werd gevalideerd, met gebruikmaking van gegevens van oud-studenten van de hogere opleiding Informatica, waarbij gebruik werd gemaakt van classificatiemodellen, een van de technieken van de Kunstmatige Intelligentie, die continu leren mogelijk maakt. Bij de benadering werden vijf modellen voor machinaal leren gebruikt, en twee modellen behaalden betere nauwkeurigheidsindexen (SVM en Adaboost).
Über den Autor / die Autorin
Bachelor in Informationssystemen an der Bundesuniversität von Ceará (UFC), Master in Informatik an der Bundesuniversität der Halbwüste (UFERSA). Er interessiert sich für die Bereiche Künstliche Intelligenz (KI), Datenbanken (BD), Data Mining (DM) und Maschinelles Lernen (ML).
