O slideshow foi denunciado.
Utilizamos seu perfil e dados de atividades no LinkedIn para personalizar e exibir anúncios mais relevantes. Altere suas preferências de anúncios quando desejar.
Identificação de grupos de estudantes 
no Prosel usando Mapas de Kohonen 
Romualdo André da Costa 
@romualdoandre
Introdução 
● Recordes no número de vagas no ensino 
superior (INEP, 2009). 
● Traçar políticas de acesso e permanência.
Introdução 
● Clusterização com mapas de Kohonen (Kaski, 
Nikkilä e Kohonen, 1998). 
● Determinar perfis de estudante insc...
Metodologia 
● Seleção dos dados 
– Formulário Web 
– 33 questões 
– Perfil socioeconômico 
– 15 escolhidas: renda, escola...
Metodologia 
● Treinamento 
– Orange Canvas (Demšar, J., et al, 2004). 
– Total de registros: 13510. 
– 10% aleatórios par...
Metodologia 
● Análise dos resultados 
– Matriz U. 
– Ponto de vista macro. 
– Vetores de referência (codebook vectors). 
...
Resultados e discussão: Renda Familiar 
0: Até 1 salário mínimo 
1: mais de um até três salários 
mínimos; 
2: de três até...
Resultados e discussão: Escolaridade do pai 
0: Não frequentou escolas; 
1: Ensino Fundamental incompleto; 
2: Ensino Fund...
Resultados e discussão: Escolaridade da 
0: Não frequentou escolas; 
1: Ensino Fundamental incompleto; 
2: Ensino Fundamen...
Resultados e discussão: Estabelecimento 
ensino médio 
0: Todo em escola pública; 
1: Todo em escola particular; 
2: Metad...
Resultados e discussão: tempo de conclusão 
do ensino médio 
0: Estou concluindo 
este ano; 
1: 1 ano; 
2: 2 anos; 
3: 3 a...
Conclusão 
● O mapa reflete as classes sociais de acordo 
com o IBGE. 
● Candidatos com menor renda e de escola 
pública d...
Referências 
● Demšar, Janez, et al. Orange: From experimental machine learning to 
interactive data mining. Springer Berl...
Próximos SlideShares
Carregando em…5
×

Identificação de grupos de estudantes no Prosel usando Mapas de Kohonen

237 visualizações

Publicada em

Projeto final da disciplina Inteligência Computacional do Mestrado em Computação Aplicada da UEFS

Publicada em: Engenharia
  • Seja o primeiro a comentar

  • Seja a primeira pessoa a gostar disto

Identificação de grupos de estudantes no Prosel usando Mapas de Kohonen

  1. 1. Identificação de grupos de estudantes no Prosel usando Mapas de Kohonen Romualdo André da Costa @romualdoandre
  2. 2. Introdução ● Recordes no número de vagas no ensino superior (INEP, 2009). ● Traçar políticas de acesso e permanência.
  3. 3. Introdução ● Clusterização com mapas de Kohonen (Kaski, Nikkilä e Kohonen, 1998). ● Determinar perfis de estudante inscritos no Prosel 2014.1 da UEFS. Relações entre 16 animais gerados pelo SOM. Fonte: Kaski, Nikkilä e Kohonen (1998)
  4. 4. Metodologia ● Seleção dos dados – Formulário Web – 33 questões – Perfil socioeconômico – 15 escolhidas: renda, escolaridade e residência
  5. 5. Metodologia ● Treinamento – Orange Canvas (Demšar, J., et al, 2004). – Total de registros: 13510. – 10% aleatórios para treinamento. – 10 x 10, 15 x 15 e 20 x 20 neurônios. – 10 x 10 mais visível. – 1000 iterações, raio inicial 3 e final 1.
  6. 6. Metodologia ● Análise dos resultados – Matriz U. – Ponto de vista macro. – Vetores de referência (codebook vectors). – Renda e escolaridade do candidato e familiares.
  7. 7. Resultados e discussão: Renda Familiar 0: Até 1 salário mínimo 1: mais de um até três salários mínimos; 2: de três até cinco salários mínimos; 3: de cinco até dez salários mínimos; 4: de dez até vinte salários mínimos; 5: mais de vinte salários mínimos.
  8. 8. Resultados e discussão: Escolaridade do pai 0: Não frequentou escolas; 1: Ensino Fundamental incompleto; 2: Ensino Fundamental completo; 3: Ensino Médio incompleto; 4: Ensino Médio completo; 5: Superior incompleto; 6: Superior completo; 7: Pós-graduado.
  9. 9. Resultados e discussão: Escolaridade da 0: Não frequentou escolas; 1: Ensino Fundamental incompleto; 2: Ensino Fundamental completo; 3: Ensino Médio incompleto; 4: Ensino Médio completo; 5: Superior incompleto; 6: Superior completo; 7: Pós-graduado. mãe
  10. 10. Resultados e discussão: Estabelecimento ensino médio 0: Todo em escola pública; 1: Todo em escola particular; 2: Metade em escola pública e metade em escola particular; 3: Maior parte em escola pública; 4: Maior parte em escola particular.
  11. 11. Resultados e discussão: tempo de conclusão do ensino médio 0: Estou concluindo este ano; 1: 1 ano; 2: 2 anos; 3: 3 anos; 4: 4 anos; 5: 5 ou mais anos.
  12. 12. Conclusão ● O mapa reflete as classes sociais de acordo com o IBGE. ● Candidatos com menor renda e de escola pública demoram mais para ingressar no ensino superior. ● Políticas de ingresso e permanência ainda são necessárias. ● Hereditariedade da pobreza.
  13. 13. Referências ● Demšar, Janez, et al. Orange: From experimental machine learning to interactive data mining. Springer Berlin Heidelberg, 2004. ● Resumos técnicos, Instituto Nacional de Estudos e Pesquisas Educacionais Anísio Teixeira, [online] 2014, http://portal.inep.gov.br/web/censo-da-educacao-superior/resumos-tecnicos (Acessado: 9 de julho de 2014) ● S. Kaski, J. Nikkilä e T Kohonen. "Methods for interpreting a self-organized map in data analysis." In Proc. 6th European Symposium on Artificial Neural Networks (ESANN98). D-Facto, Brugfes. 1998.

×