Análise de dados: um estudo do perfil dos participantes do ENEM 2019

Detalhes bibliográficos
Autor(a) principal: Souza, Thiago Oliveira de
Data de Publicação: 2021
Tipo de documento: Trabalho de conclusão de curso
Idioma: por
Título da fonte: Repositório Digital da Universidade Federal Rural do Semi-Árido (RDU)
Texto Completo: https://repositorio.ufersa.edu.br/handle/prefix/6916
Resumo: O entendimento dos aspectos da educação de um país é de fundamental impor tância para estabelecer metas de melhorias no ensino. O trabalho a seguir utiliza técnicas estatísticas e da ciência de dados com a finalidade de identificar características relevantes dos participantes do Exame Nacional do Ensino Médio do ano de 2019 e possíveis relações dessas características com o desempenho dos mesmos. Tem por objetivo verificar se tais características refletem no desempenho dos participantes do exame. Com o auxílio das bibliotecas Pandas, Matplotlib, Seaborn, Numpy e sklearn da linguagem Python, foi possível encontrar alguns fatores que exercem influência no desempenho dos participantes do exame e categorizar algumas características do perfil dos mesmos.
id UFER_461048e8acd91d3d2f8fa5eae8f2b1f2
oai_identifier_str oai:repositorio.ufersa.edu.br:prefix/6916
network_acronym_str UFER
network_name_str Repositório Digital da Universidade Federal Rural do Semi-Árido (RDU)
repository_id_str
spelling Análise de dados: um estudo do perfil dos participantes do ENEM 2019Ciência de DadosENEMPythonPandasMatplotlibSeabornCNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAOO entendimento dos aspectos da educação de um país é de fundamental impor tância para estabelecer metas de melhorias no ensino. O trabalho a seguir utiliza técnicas estatísticas e da ciência de dados com a finalidade de identificar características relevantes dos participantes do Exame Nacional do Ensino Médio do ano de 2019 e possíveis relações dessas características com o desempenho dos mesmos. Tem por objetivo verificar se tais características refletem no desempenho dos participantes do exame. Com o auxílio das bibliotecas Pandas, Matplotlib, Seaborn, Numpy e sklearn da linguagem Python, foi possível encontrar alguns fatores que exercem influência no desempenho dos participantes do exame e categorizar algumas características do perfil dos mesmos.Trabalho não financiado por agência de fomento, ou autofinanciadoUniversidade Federal Rural do Semi-ÁridoBrasilCentro de Ciências Exatas e Naturais - CCENUFERSAOliveira, Amanda Gondim deCastro, Angélica Félix deCastro, Angélica Félix deSilva, Lenardo Chaves eLopes, Danniel CavalcanteSouza, Thiago Oliveira de2022-01-06T16:58:09Z2022-01-062022-01-06T16:58:09Z2021-11-18Monografiainfo:eu-repo/semantics/bachelorThesisinfo:eu-repo/semantics/publishedVersionapplication/pdfCitação com autor incluído no texto: Souza (2021) Citação com autor não incluído no texto: (SOUZA, 2021)https://repositorio.ufersa.edu.br/handle/prefix/6916porSouza, Thiago Oliveira de Souza. Análise de dados: um estudo do perfil dos participantes do ENEM 2019. 2021, 45 f. Monografia (Graduação em Ciências da Computação) – Centro de Ciências Exatas e Naturais, Universidade Federal Rural do Semi-Árido, Mossoró, 2021.CC-BY-SAhttps://creativecommons.org/licenses/by-sa/4.0/info:eu-repo/semantics/openAccessreponame:Repositório Digital da Universidade Federal Rural do Semi-Árido (RDU)instname:Universidade Federal Rural do Semi-Árido (UFERSA)instacron:UFERSA2023-09-14T22:30:15Zoai:repositorio.ufersa.edu.br:prefix/6916Repositório Institucionalhttps://repositorio.ufersa.edu.br/PUBhttps://repositorio.ufersa.edu.br/server/oai/requestrepositorio@ufersa.edu.br || admrepositorio@ufersa.edu.bropendoar:2023-09-14T22:30:15Repositório Digital da Universidade Federal Rural do Semi-Árido (RDU) - Universidade Federal Rural do Semi-Árido (UFERSA)false
dc.title.none.fl_str_mv Análise de dados: um estudo do perfil dos participantes do ENEM 2019
title Análise de dados: um estudo do perfil dos participantes do ENEM 2019
spellingShingle Análise de dados: um estudo do perfil dos participantes do ENEM 2019
Souza, Thiago Oliveira de
Ciência de Dados
ENEM
Python
Pandas
Matplotlib
Seaborn
CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO
title_short Análise de dados: um estudo do perfil dos participantes do ENEM 2019
title_full Análise de dados: um estudo do perfil dos participantes do ENEM 2019
title_fullStr Análise de dados: um estudo do perfil dos participantes do ENEM 2019
title_full_unstemmed Análise de dados: um estudo do perfil dos participantes do ENEM 2019
title_sort Análise de dados: um estudo do perfil dos participantes do ENEM 2019
author Souza, Thiago Oliveira de
author_facet Souza, Thiago Oliveira de
author_role author
dc.contributor.none.fl_str_mv Oliveira, Amanda Gondim de
Castro, Angélica Félix de
Castro, Angélica Félix de
Silva, Lenardo Chaves e
Lopes, Danniel Cavalcante
dc.contributor.author.fl_str_mv Souza, Thiago Oliveira de
dc.subject.por.fl_str_mv Ciência de Dados
ENEM
Python
Pandas
Matplotlib
Seaborn
CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO
topic Ciência de Dados
ENEM
Python
Pandas
Matplotlib
Seaborn
CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO
description O entendimento dos aspectos da educação de um país é de fundamental impor tância para estabelecer metas de melhorias no ensino. O trabalho a seguir utiliza técnicas estatísticas e da ciência de dados com a finalidade de identificar características relevantes dos participantes do Exame Nacional do Ensino Médio do ano de 2019 e possíveis relações dessas características com o desempenho dos mesmos. Tem por objetivo verificar se tais características refletem no desempenho dos participantes do exame. Com o auxílio das bibliotecas Pandas, Matplotlib, Seaborn, Numpy e sklearn da linguagem Python, foi possível encontrar alguns fatores que exercem influência no desempenho dos participantes do exame e categorizar algumas características do perfil dos mesmos.
publishDate 2021
dc.date.none.fl_str_mv 2021-11-18
2022-01-06T16:58:09Z
2022-01-06
2022-01-06T16:58:09Z
dc.type.driver.fl_str_mv Monografia
info:eu-repo/semantics/bachelorThesis
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
format bachelorThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv Citação com autor incluído no texto: Souza (2021) Citação com autor não incluído no texto: (SOUZA, 2021)
https://repositorio.ufersa.edu.br/handle/prefix/6916
identifier_str_mv Citação com autor incluído no texto: Souza (2021) Citação com autor não incluído no texto: (SOUZA, 2021)
url https://repositorio.ufersa.edu.br/handle/prefix/6916
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv Souza, Thiago Oliveira de Souza. Análise de dados: um estudo do perfil dos participantes do ENEM 2019. 2021, 45 f. Monografia (Graduação em Ciências da Computação) – Centro de Ciências Exatas e Naturais, Universidade Federal Rural do Semi-Árido, Mossoró, 2021.
dc.rights.driver.fl_str_mv CC-BY-SA
https://creativecommons.org/licenses/by-sa/4.0/
info:eu-repo/semantics/openAccess
rights_invalid_str_mv CC-BY-SA
https://creativecommons.org/licenses/by-sa/4.0/
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Universidade Federal Rural do Semi-Árido
Brasil
Centro de Ciências Exatas e Naturais - CCEN
UFERSA
publisher.none.fl_str_mv Universidade Federal Rural do Semi-Árido
Brasil
Centro de Ciências Exatas e Naturais - CCEN
UFERSA
dc.source.none.fl_str_mv reponame:Repositório Digital da Universidade Federal Rural do Semi-Árido (RDU)
instname:Universidade Federal Rural do Semi-Árido (UFERSA)
instacron:UFERSA
instname_str Universidade Federal Rural do Semi-Árido (UFERSA)
instacron_str UFERSA
institution UFERSA
reponame_str Repositório Digital da Universidade Federal Rural do Semi-Árido (RDU)
collection Repositório Digital da Universidade Federal Rural do Semi-Árido (RDU)
repository.name.fl_str_mv Repositório Digital da Universidade Federal Rural do Semi-Árido (RDU) - Universidade Federal Rural do Semi-Árido (UFERSA)
repository.mail.fl_str_mv repositorio@ufersa.edu.br || admrepositorio@ufersa.edu.br
_version_ 1809747452714024960

Registros relacionados