Use este identificador para citar ou linkar para este item: http://www.monografias.ufop.br/handle/35400000/7651
Registro completo de metadados
Campo Dublin CoreValorIdioma
dc.contributor.advisorMartins, Helgem de Souza Ribeiropt_BR
dc.contributor.advisorDuarte, Anderson Ribeiropt_BR
dc.contributor.authorMorais, Tiago Alves de-
dc.date.accessioned2025-04-09T13:42:26Z-
dc.date.available2025-04-09T13:42:26Z-
dc.date.issued2025pt_BR
dc.identifier.citationMORAIS, Tiago Alves de. Modelo de detecção de risco de evasão nos programas de pós-graduação da UFOP. 2025. 23 f. Monografia (Graduação em Estatística) - Instituto de Ciências Exatas e Biológicas, Universidade Federal de Ouro Preto, Ouro Preto, 2025.pt_BR
dc.identifier.urihttp://www.monografias.ufop.br/handle/35400000/7651-
dc.description.abstractNas últimas duas décadas, a pós-graduação no Brasil, inclusive a Universidade Federal de Ouro Preto (UFOP), testemunhou um crescimento notável. Na UFOP, o número de programas e cursos de pós-graduação mais do que dobrou nos últimos 10 anos. Esse aumento em programas também trouxe desafios administrativos e acadêmicos, como um aumento na taxa de evasão de estudantes. Este estudo tem como objetivo analisar o comportamento da evasão de alunos de pós-graduação na UFOP, por meio de modelos de machine learning para prever o risco de evasão no momento da matrícula. A intenção é fornecer insights que permitam a adoção de medidas para reduzir a evasão.pt_BR
dc.language.isopt_BRpt_BR
dc.subjectEducação - estatísticapt_BR
dc.subjectAprendizado do computadorpt_BR
dc.subjectEvasão universitáriapt_BR
dc.subjectControle preditivopt_BR
dc.subjectModelos logísticospt_BR
dc.titleModelo de detecção de risco de evasão nos programas de pós-graduação da UFOP.pt_BR
dc.typeTCC-Graduaçãopt_BR
dc.contributor.refereeMartins, Helgem de Souza Ribeiropt_BR
dc.contributor.refereeDuarte, Anderson Ribeiropt_BR
dc.contributor.refereeBarbosa, Josino Josépt_BR
dc.contributor.refereePereira, Tiago Martinspt_BR
dc.description.abstractenOver the past two decades, graduate education in Brazil, including at the Federal University of Ouro Preto (UFOP), has experienced significant growth. At UFOP, the number of graduate programs and courses has more than doubled in the last 10 years. However, this expansion has introduced administrative and academic challenges, such as an increase in graduate student dropout rates. This research project aims to analyze the dropout behavior of graduate students at UFOP by employing machine learning models to predict dropout risk at the time of enrollment. The objective is to provide actionable insights that enable the implementation of targeted measures to mitigate dropout rates.pt_BR
dc.contributor.authorID19.2.4014pt_BR
Aparece nas coleções:Estatística

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
MONOGRAFIA_ModeloDetecçãoRisco.pdf1,46 MBAdobe PDFVisualizar/Abrir


Os itens na BDTCC estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.