Aplicação de algoritmo de machine learning na identificação de alunos em risco de evasão

Abstract

Este trabalho é um estudo da aplicação de ferramentas de machine learning em um modelo de predição de evasão de alunos no contexto de um curso pré-vestibular online. O objetivo é a identificação das principais variáveis indicativas de uma possível evasão, assim como prever quais alunos estão em risco de evadir, tendo como base os dados gerados pelo aluno após quatro semanas de utilização da plataforma de ensino. Pautado na metodologia KDD e se valendo do método random forest, trabalhou-se os dados de cadastro e comportamentais dos alunos que utilizaram a plataforma como principal ferramenta de estudo por, pelo menos, cinco meses. Obteve-se como resultado uma lista das variáveis mais influentes na previsão da evasão, assim como um modelo com acurácia de 79% de previsão, identificando 66% dos alunos que vieram a evadir. Conclui-se que o estudo gerou uma ferramenta com capacidade preditiva significativa para o curso pré vestibular, assim como informações úteis e novas em relação às variáveis relevantes na predição da evasão.