Utilize este identificador para referenciar este registo:
https://hdl.handle.net/1822/92692
Registo completo
Campo DC | Valor | Idioma |
---|---|---|
dc.contributor.advisor | Novais, Paulo | por |
dc.contributor.advisor | Durães, Dalila | por |
dc.contributor.author | Marques, Maria Sofia Martinho Gonçalves Jordão | por |
dc.date.accessioned | 2024-07-31T13:42:32Z | - |
dc.date.available | 2024-07-31T13:42:32Z | - |
dc.date.issued | 2023-12-15 | - |
dc.date.submitted | 2023-11 | - |
dc.identifier.uri | https://hdl.handle.net/1822/92692 | - |
dc.description | Dissertação de mestrado em Engenharia Informática | por |
dc.description.abstract | Hoje, e de acordo com os dados disponibilizados pela pordata relativos ao ano 2021, cerca de 8,3% dos alunos do ensino secundário, e 9,8% dos alunos do ensino básico, das escolas portuguesas, ficam retidos ou abandonam os sistemas educacionais dos Santos [2021]. No entanto, Portugal não é o país com nível mais baixo de taxa de abandono e insucesso escolar, sendo que muitos países da união europeia encontram um enorme desafio em atingir as metas definidas pela Comissão Europeia, UE [2021]. Uma vez que, a educação é um dos pilares do desenvolvimento de um país, é importante compreender quais as razões por detrás destas estatísticas, e descobrir o que leva os alunos a terem tal insucesso de forma a tentar mitigar estes resultados. Para tal, é necessário adquirir dados a respeito dos alunos para realizar a sua análise, surgindo assim a área de Educational Data Mining (EDM). A previsão precoce do insucesso escolar pode ser a peça chave do esforço para o evitar. Para além desta, uma outra parte crucial é o desenvolvimento de um sistema de apoio à tomada de decisão que permita as entidades competentes aplicar estratégias de prevenção aquando das previsões apresentadas. Na sequencia desta necessidade, é proposto o desenvolvimento de um sistema de apoio à tomada de decisão, que utiliza por base modelos de analise preditiva de alunos em risco de insucesso ou abandono escolar. | por |
dc.description.abstract | Today, according to data made available by Pordata for the year 2021, about 8.3% of secondary school students in Portuguese schools fail or drop out of the educational system, another 9.8% of students in this situation are still in primary education dos Santos [2021]. However, Portugal is not the country with the lowest dropout and school failure rate, as many European Union countries face a huge challenge in achieving the targets set by the European Commission, UE [2021]. Since education is one of the pillars of a country’s development, it is important to understand the reasons behind these statistics and discover what leads students to such failure in order to try to mitigate these results. In order to do so, it is necessary to acquire data about the students, thus emerging the area of Educational Data Mining (EDM). Early prediction of school failure can be the key piece of the effort to avoid it. In addition to this, another crucial part is the development of a decision support system that allows the competent entities to apply prevention strategies when predictions are made. Following this need, it is proposed to develop a decision support system that uses predictive analysis models of students at risk of failure or dropout as a basis. | por |
dc.language.iso | por | por |
dc.rights | openAccess | por |
dc.rights.uri | http://creativecommons.org/licenses/by/4.0/ | por |
dc.subject | Inteligência artificial | por |
dc.subject | Machine learning | por |
dc.subject | Deep learning | por |
dc.subject | Educational data mining | por |
dc.subject | Decision Support Systems | por |
dc.subject | Educational DSS | por |
dc.subject | Artificial intelligence | por |
dc.title | Modelos de análise preditiva para a tomada de decisão | por |
dc.type | masterThesis | eng |
dc.identifier.tid | 203613724 | por |
thesis.degree.grantor | Universidade do Minho | por |
sdum.degree.grade | 18 valores | por |
sdum.uoei | Escola de Engenharia | por |
dc.subject.fos | Engenharia e Tecnologia::Engenharia Eletrotécnica, Eletrónica e Informática | por |
Aparece nas coleções: | BUM - Dissertações de Mestrado DI - Dissertações de Mestrado |
Ficheiros deste registo:
Ficheiro | Descrição | Tamanho | Formato | |
---|---|---|---|---|
Maria Sofia Martinho Goncalves Jordao Marques.pdf | Dissertação de mestrado | 1 MB | Adobe PDF | Ver/Abrir |
Este trabalho está licenciado sob uma Licença Creative Commons