Previsão da evasão escolar através da análise de dados e aprendizagem de máquina: um estudo de caso
Abstract
A evasão escolar é um desafio global significativo, que compromete o
desenvolvimento educacional, econômico e social de diversas comunidades. Este trabalho
propõe o uso de métodos automáticos baseados em aprendizado de máquina para prever e
monitorar alunos em risco de abandono escolar, com foco nos estudantes do Instituto
Federal de Pernambuco - Campus Jaboatão dos Guararapes. O risco avaliado refere-se à
possibilidade de os alunos interromperem seus estudos antes da conclusão, devido a
fatores acadêmicos e sociodemográficos identificados nos dados coletados. Foram testados
diversos algoritmos, e o Random Forest apresentou o melhor desempenho, superando os
demais modelos com base nas métricas utilizadas. Os resultados mostram que é viável usar
modelos preditivos para apoiar decisões e desenvolver políticas para reduzir a evasão
escolar.