Read more
Schulabbruch ist eines der faszinierendsten und wichtigsten Probleme im Bildungswesen. Dieses Problem durchdringt die verschiedenen Ebenen und Modalitäten der Bildung und erzeugt soziale, wirtschaftliche, politische, akademische und finanzielle Verluste für alle am Bildungsprozess Beteiligten. Daher ist die Entwicklung von effizienten Methoden zur Vorhersage des Risikos eines Schulabbruchs von entscheidender Bedeutung. Der Ansatz wurde anhand von Daten ehemaliger Studenten des Hochschulkurses Informatik validiert. Dabei wurden Klassifikationsmodelle verwendet, eine der Techniken der Künstlichen Intelligenz, die kontinuierliches Lernen ermöglicht. Bei der Validierung des Ansatzes wurden fünf maschinelle Lernmodelle verwendet, wobei zwei Modelle bessere Genauigkeitsindizes erzielten (SVM und Adaboost).
About the author
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).
