@PHDTHESIS{ 2022:1095999358,
 	title = {Predição de evasão de cursos técnicos em EaD através de técnicas de aprendizado de máquina em duas etapas},
 	year = {2022},
 	url = "https://tede.ufam.edu.br/handle/tede/9066",
 	abstract = "A Mineração de Dados Educacionais integra inúmeras técnicas que dão suporte a processamento e análises de dados gerados e coletados nos Ambientes Virtuais de Aprendizagem (AVA). Ela tem o intuito de extrair informações relevantes no ambiente escolar e emprega como principal técnica o Aprendizado de Máquina. O objetivo geral desta tese é definir uma metodologia que auxilie os gestores educacionais na detecção do risco de evasão de estudantes em EaD, com base nas mudanças das características de comportamento extraídas por técnicas de Aprendizado de Máquina. Devido ao contexto dinâmico do ambiente educacional, os modelos propostos são construídos em diferentes momentos do curso, com dados coletados das interações dos estudantes com o AVA aos 10%, 25%, 50% e 75% dos 2 anos de duração de cursos técnicos. Para uma melhor predição, apresenta-se uma técnica em duas etapas, com abordagem não supervisionada para agrupar estudantes sem definir um número de grupos a priori, e então uma abordagem supervisionada na qual o cluster atribuído a cada estudante é um novo atributo de entrada para um modelo de classificação. As técnicas não supervisionadas também são utilizadas como ferramenta para estudar o domínio dos dados. Como resultados, o algoritmo de agrupamento K-means revelou a presença de quatro grupos coerentes de estudantes pelas suas características de comportamento no AVA aos 10% do andamento do curso, e contribui na melhora de predição dos alunos em risco de evasão, com retorno da métrica F1 acima de 80% nos diferentes classificadores testados. Os resultados mostram alta correlação com a conclusão ou não conclusão do curso e traz insights e novos conhecimentos sobre os estudantes. Este trabalho aborda essas duas técnicas em cascata ou em duas etapas, e não tem se encontrado pesquisas com essa abordagem em Educação a Distância. Além desses resultados, este trabalho é relevante por pesquisar os cursos técnicos, que são considerados de grande importância para o desenvolvimento social e econômico do país, embora sejam escassos pesquisas e estudos que foquem nesse nível de ensino.",
 	publisher = {Universidade Federal do Amazonas},
 	scholl = {Programa de Pós-graduação em Informática},
 	note = {Instituto de Computação}
}