Read more
L'abandon scolaire est l'un des problèmes les plus intrigants et les plus cruciaux de l'éducation. Ce problème imprègne les différents niveaux et modalités de l'éducation et génère des pertes sociales, économiques, politiques, académiques et financières pour tous ceux qui sont impliqués dans le processus éducatif. Il est donc essentiel de développer des méthodes efficaces pour prédire le risque d'abandon scolaire. L'approche a été validée, en utilisant les données d'anciens étudiants du cours d'informatique de l'enseignement supérieur, des modèles de classification ont été utilisés, une des techniques de l'intelligence artificielle, qui permet un apprentissage continu. Dans la validation de l'approche, cinq modèles d'apprentissage automatique ont été utilisés, et deux modèles ont obtenu de meilleurs indices de précision (SVM et 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).
