Please use this identifier to cite or link to this item: http://bdtd.uftm.edu.br/handle/tede/882
Tipo: Dissertação
Título: Classificação de estudantes através de árvores de decisão via Python e RapidMiner
Autor: CAETANO, Natalia Gonçalves
Primeiro orientador: LEMES, Leandro Cruvinel
Resumo: Mineração de dados educacionais é uma área de pesquisa que utiliza ferramentas de mineração de dados para interpretar dados nos contextos educacionais. Neste trabalho, utiliza-se a mineração de dados para classificar alunos de acordo com o nível de conhecimento com base em notas e atividades anteriores. No estudo, usa-se dados reais para construção de modelos através do algoritmo de árvore de decisão com o objetivo de avaliar regras de classificação para intervenções didáticas e pedagógicas. A partir dos modelos criados, extraiu-se informações relevantes para previsão de resultados finais e identificação de pontos importantes no desenvolvimento do plano de ensino e aprendizagem dos alunos.
Resumo: Educational data mining - EDM is a research field concerned with data mining tools for data analisys over educational datasets. The purpose at this work is to use data mining to classify students according to their knowledge level based in their past grades and activities. We use real data to construct decision tree models with purpose of test classification rules for didactic and pedagogical interventions. Considering the created models, relevant information for student's final result predictions and for important points on teaching and learning process development identifications was obtained.
Palavras-chave: Mineração de dados.
Data mining.
Árvore de decisão.
Classificação.
Python.
Rapidminer.
Decision Tree.
Classification.
Python.
Rapidminer.
Área do CNPQ: Análise de Dados.
Idioma: por
País: Brasil
Editora / Evento / Instituição: Universidade Federal do Triângulo Mineiro
Sigla da instituição: UFTM
Departamento: Instituto de Ciências Exatas, Naturais e Educação - ICENE::Curso de Licenciatura em Matemática
Programa: Programa de Mestrado Profissional em Matemática em Rede Nacional
Citação: CAETANO, Natalia Gonçalves. Classificação de estudantes através de árvores de decisão via Python e RapidMiner. 2016. 71f . Dissertação (Mestrado em Matemática) - Programa de Mestrado Profissional em Matemática em Rede Nacional, Universidade Federal do Triângulo Mineiro, Uberaba, 2016 .
Tipo de Acesso: Acesso Aberto
Endereço da licença: http://creativecommons.org/licenses/by-nc-nd/4.0/
Data do documento: 29-Jul-2016
Appears in Collections:Programa de Mestrado Profissional em Matemática em Rede Nacional

Files in This Item:
File Description SizeFormat 
Dissert Natalia G Caetano.pdfDissert Natalia G Caetano1,96 MBAdobe PDFThumbnail

Download/Open Preview


This item is licensed under a Creative Commons License Creative Commons