Análise de classificadores para predição de evasão no curso de Sistemas para Internet do Instituto Federal campus Brasília

Abstract

O abandono escolar tem sido uma questão preocupante há décadas em todas as Instituições de Ensinos Superiores (IES), gerando diversas preocupações e esforços para mitigá-lo. Nesse contexto, este trabalho aborda a evasão escolar no curso de Tecnologia de Sistemas para Internet (TSI) do ensino superior do Instituto Federal de Brasília (IFB), explorando a seguinte questão de pesquisa: "Como o uso de classificadores de aprendizado de máquina pode auxiliar na criação de modelos preditivos capazes de prever o abandono escolar?". A análise foca na aplicação de classificadores para prever o abandono de estudantes. Serão utilizados dados fornecidos pelo Instituto Federal de Brasília (IFB), incluindo informações sobre os alunos ingressantes, como variáveis demográficas (faixa etária, renda familiar per capita, cidade, necessidades específicas, etnia e gênero) e variáveis relacionadas ao processo acadêmico (forma de ingresso, tipo de vaga e situação de matrícula). Com base nesses dados, o objetivo é desenvolver uma análise que abrange desde estatísticas descritivas até técnicas de predição/classificação utilizando algoritmos de aprendizado de máquina. Os algoritmos considerados na análise incluem Support Vector Machine (SVM), Random Forest, Logistic Regression, Gradient Boosting, AdaBoost, e K-Nearest Neighbors (KNN). Os resultados deste estudo visam apoiar professores, coordenadores e administradores do Instituto Federal de Brasília (IFB) na implementação de medidas preventivas mais eficazes. Espera-se que as análises contribuam para o desenvolvimento de programas destinados a apoiar estudantes em situação de risco, como mentorias personalizadas, monitoramento contínuo ou políticas institucionais voltadas à melhoria da infraestrutura acadêmica, promovendo um ambiente mais inclusivo. Assim, busca-se reduzir a taxa de evasão. Os resultados demonstram que os algoritmos Support Vector Machine (SVM), Gradient Boosting e Ada-Boost alcançaram o melhor desempenho, com valores de F1 variando de 0,6 a 0,8. Esses resultados indicam uma boa capacidade de predição de evasão em um curso de Tecnologia no ensino superior, destacando o potencial da aplicação dessas técnicas para enfrentar o problema.