Este documento discute o uso de machine learning para identificar estudantes em risco de evasão. Ele explica como os dados dos estudantes são limpos, processados e usados para treinar modelos preditivos que inferirão o risco de evasão de estudantes. As intervenções são então direcionadas aos estudantes de alto risco para melhorar a retenção.
1. Globalcode – Open4education
Agulha no palheiro: Machine Learning para
identificar alunos em risco de evasão
Trilha – Big Data
Mariana Lopes - mariana.lopes@bravi.com.br
5. Globalcode – Open4education
Learning Analytics
“ Descobrir padrões escondidos nos dados
educacionais e utilizá-los a fim de entender melhor
o processo educacional, o aprendizado e perfil dos
estudantes.”
Beneficia estudantes e instituições
Modelos Preditivos
6. Globalcode – Open4education
Modelo
Preditivo
V1 V2 V3 Evadiu
... ... ... Sim
... ... ... Não
F1 F2 F3 Evadiu
... ... ... Sim
... ... ... Não
F1 F2 F3 Evadiu
... ... ... Sim
... ... ... Não
F1 F2 F3 Evadiu
... ... ... Sim
... ... ... Não
V1 V2 V3 Evadiu
... ... ... Sim
... ... ... Não
V1 V2 V3 Evadiu
... ... ... Sim
... ... ... Não
Limpeza
Sanitização
Engenharia de Features
Treinamento
Dados Históricos
Crus
Dados Históricos
Processados
7. Globalcode – Open4education
Modelo
Preditivo
F1 F2 Fn
... ... ...
... ... ...
V1 V2 V3
... ... ...
... ... ... Limpeza
Sanitização
Engenharia de Features
Dados Correntes
Crus
Dados Correntes
Processados
Entrada
8. Globalcode – Open4education
F1 F2 Fn Risco
... ... ... X
... ... ... Y
Modelo
Preditivo
F1 F2 Fn
... ... ...
... ... ...
V1 V2 V3
... ... ...
... ... ... Limpeza
Sanitização
Engenharia de Features
Dados Correntes
Crus
Dados Correntes
Processados
Entrada
Inferência
Saída
9. Globalcode – Open4education
F1 F2 Fn Risco
... ... ... X
... ... ... Y
Modelo
Preditivo
F1 F2 Fn
... ... ...
... ... ...
V1 V2 V3
... ... ...
... ... ... Limpeza
Sanitização
Engenharia de Features
Dados Correntes
Crus
Dados Correntes
Processados
Intervenções
Entrada
Inferência
Saída
14. Globalcode – Open4education
Repositório de Dados
Bravi Data Platform
Data Product
API Dados
Cliente 1 Cliente 2 Cliente 3 Cliente n...
Formato
Template Bravi
API Dados
API Dados
Vamos começar nosso papo falando sobre alunos...
No ensino fundamental e até mesmo no médio, por exemplo, as salas de aula tendem a ser relativamente pequenas.
Isso permite que o professor tenha maior proximidade e contato com seus alunos, sendo capaz de chamá-los pelos nomes, reconhecer suas personalidades e identificar (até com certa facilidade) aqueles que estão com dificuldades, desmotivados ou até mesmo com problemas pessoais.
Assim, o mesmo pode tomar as providências que achar necessárias para intervir a fim de auxiliar cada aluno.
No entanto, quando mudamos o cenário para o ensino superior, a coisa é um pouco diferente...
As salas de aulas lotadas fazem com que a proximidade dos alunos com o professor seja muito menor.
Dificilmente, um professor universitário sabe o nome dos seus alunos e menos ainda suas dificuldades ou problemas que está enfrentando.
Assim, a não ser que seja procurado por um aluno, o professor dificilmente será capaz de intervir para ajudá-lo de alguma forma.