No primeiro ano de graduação e ao longo do curso de Licenciatura em Computação, os alunos expressam grandes dificuldades nas disciplinas de programação, seja pela ausência de conhecimento prévio, dificuldades na resolução de problemas, raciocínio lógico-matemático, abstração, entre outros fatores desconhecidos. Os dados dos históricos acadêmicos dos alunos, representam dados relevantes para prever o risco de evasão na Licenciatura em Computação da Universidade do Estado do Amazonas. Diante dos elevados índices de reprovações nas disciplinas do curso, foi levantada a seguinte hipótese "É possível prever os alunos evadidos na Licenciatura em Computação?". Este artigo apresenta uma mineração de dados educacionais, cujo objetivo é a previsão de alunos com risco de evasão. Esta pesquisa seguiu a metodologia de descoberta de conhecimento em base de dados, que consistiu em selecionar e preparar os dados para o treinamento do modelo preditivo de rede neural de múltiplas camadas. Os resultados obtidos com modelo preditivo foram avaliados, por meio de métricas de avaliação de desempenho, identificou-se com 98% de precisão os alunos com risco de evadir do curso.
Forecasting the generation of renewable energy is necessarymainly for the operators of these systems, in the fieeld of windenergy it is no diffeerent, especially considering the inconstancyand unpredictability of the wind behavior. Theerefore, this paperproposes and evaluates diffeerent models based onmachine learning aiming at this problem, with emphasis on awind farm located on the coast of Cuba. Thee results of the workwere used to develop an operational monitoring system forthe plant capable of emittiing alarms when the actual energygeneration is diffeerent from the generation made by the model.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
hi@scite.ai
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
Copyright © 2024 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.