Predição de notas de alunos do ensino médio a partir de indicadores escolares e de bullying usando aprendizado de máquin
| dc.contributor.advisor | Martins, Samuel Botter | |
| dc.contributor.author | Viana, Bianca Vitória dos Santos | |
| dc.contributor.referee | Fernandes, Danilo Douradinho | |
| dc.contributor.referee | Sovat, Ricardo Barz | |
| dc.date.accessioned | 2024-11-26T17:55:16Z | |
| dc.date.available | 2024-11-26T17:55:16Z | |
| dc.date.issued | 2023-05-23 | |
| dc.description.abstract | O bullying é considerado um problema de saúde pública, sendo fator estimulante de diversos transtornos emocionais e comportamentais, assim como a diminuição do desempenho acadêmico. O presente trabalho tem o propósito de investigar técnicas de aprendizado de máquina para a predição de notas de alunos do ensino médio a partir de indicadores escolares e de bullying. Avaliamos quatro diferentes tipos de algoritmos regressores de aprendizado de máquina: Linear Regression, Decision Tree, Random Forest e XGBoost. O algoritmo Random Forest obteve os melhores resultados, com uma menor raiz quadrática média de erros, comparado ao segundo melhor algoritmo. Considerando as variáveis mais relevantes para o treinamento deste modelo, observamos que ter uma relação regular com os professores foi a que mais influenciou nas notas dos alunos. | |
| dc.description.abstract2 | Bullying is considered a public health problem, being a stimulating factor of several emotional and behavioral disorders, as well as the decrease in academic performance. The present work aims to investigate machine learning techniques for predicting grades of high school students from school indicators and bullying. We evaluated four different types of machine learning regression algorithms: Linear Regression, Decision Tree, Random Forest, and XGBoost. The Random Forest algorithm obtained the best results, with a lower mean square root of errors, compared to the second best algorithm. Considering the most relevant variables for the training of this model, we observed that having a regular relationship with teachers was the one that most influenced students' grades. | |
| dc.format.mimetype | application/pdf | |
| dc.identifier.bibliographicCitation | VIANA, Bianca Vitória dos Santos. Predição de notas de alunos do ensino médio a partir de indicadores escolares e de bullying usando aprendizado de máquina. 2023. 53 f. Trabalho de Conclusão de Curso (Graduação) - Tecnologia em Análise e Desenvolvimento de Sistemas, Instituto Federal de Educação, Ciência e Tecnologia, Campinas, 2023 | |
| dc.identifier.uri | https://repositorio.ifsp.edu.br/handle/123456789/1799 | |
| dc.publisher | Instituto Federal de Educação, Ciência e Tecnologia de São Paulo (IFSP) | |
| dc.publisher.campi | CAMPINAS | |
| dc.rights | Attribution-NonCommercial-NoDerivs 3.0 Brazil | en |
| dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/3.0/br/ | |
| dc.subject.keywords | Bullying | |
| dc.subject.keywords | Desempenho escolar | |
| dc.subject.keywords | Aprendizao de máquina | |
| dc.subject.keywords | Aprendizado de máquina | |
| dc.title | Predição de notas de alunos do ensino médio a partir de indicadores escolares e de bullying usando aprendizado de máquin | |
| dc.title.alternative | Prediction of high school students' grades from school indicators and bullying using machine learning | |
| dc.type | Trabalhos de Conclusão de Curso de Graduação |