Classificação de estudantes através de árvores de decisão via Python e RapidMiner

Detalhes bibliográficos
Autor(a) principal: CAETANO, Natalia Gonçalves
Data de Publicação: 2016
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Biblioteca Digital de Teses e Dissertações da UFTM
Texto Completo: http://bdtd.uftm.edu.br/handle/tede/882
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.
id UFTM_6f4c888b2a8ec67599cf69b16f0c45a6
oai_identifier_str oai:bdtd.uftm.edu.br:tede/882
network_acronym_str UFTM
network_name_str Biblioteca Digital de Teses e Dissertações da UFTM
repository_id_str
spelling Classificação de estudantes através de árvores de decisão via Python e RapidMinerMineração de dados.Árvore de decisão.Classificação.Python.Rapidminer.Data mining.Decision Tree.Classification.Python.Rapidminer.Análise de Dados.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.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.Universidade Federal do Triângulo MineiroInstituto de Ciências Exatas, Naturais e Educação - ICENE::Curso de Licenciatura em MatemáticaBrasilUFTMPrograma de Mestrado Profissional em Matemática em Rede NacionalLEMES, Leandro Cruvinel07074594601http://lattes.cnpq.br/5865049926600585CAETANO, Natalia Gonçalves2019-10-16T18:53:29Z2016-07-29info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfapplication/pdfCAETANO, 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 .http://bdtd.uftm.edu.br/handle/tede/882porhttp://creativecommons.org/licenses/by-nc-nd/4.0/info:eu-repo/semantics/openAccessreponame:Biblioteca Digital de Teses e Dissertações da UFTMinstname:Universidade Federal do Triangulo Mineiro (UFTM)instacron:UFTM2019-10-17T04:00:28Zoai:bdtd.uftm.edu.br:tede/882Biblioteca Digital de Teses e Dissertaçõeshttp://bdtd.uftm.edu.br/PUBhttp://bdtd.uftm.edu.br/oai/requestbdtd@uftm.edu.br||bdtd@uftm.edu.bropendoar:2019-10-17T04:00:28Biblioteca Digital de Teses e Dissertações da UFTM - Universidade Federal do Triangulo Mineiro (UFTM)false
dc.title.none.fl_str_mv Classificação de estudantes através de árvores de decisão via Python e RapidMiner
title Classificação de estudantes através de árvores de decisão via Python e RapidMiner
spellingShingle Classificação de estudantes através de árvores de decisão via Python e RapidMiner
CAETANO, Natalia Gonçalves
Mineração de dados.
Árvore de decisão.
Classificação.
Python.
Rapidminer.
Data mining.
Decision Tree.
Classification.
Python.
Rapidminer.
Análise de Dados.
title_short Classificação de estudantes através de árvores de decisão via Python e RapidMiner
title_full Classificação de estudantes através de árvores de decisão via Python e RapidMiner
title_fullStr Classificação de estudantes através de árvores de decisão via Python e RapidMiner
title_full_unstemmed Classificação de estudantes através de árvores de decisão via Python e RapidMiner
title_sort Classificação de estudantes através de árvores de decisão via Python e RapidMiner
author CAETANO, Natalia Gonçalves
author_facet CAETANO, Natalia Gonçalves
author_role author
dc.contributor.none.fl_str_mv LEMES, Leandro Cruvinel
07074594601
http://lattes.cnpq.br/5865049926600585
dc.contributor.author.fl_str_mv CAETANO, Natalia Gonçalves
dc.subject.por.fl_str_mv Mineração de dados.
Árvore de decisão.
Classificação.
Python.
Rapidminer.
Data mining.
Decision Tree.
Classification.
Python.
Rapidminer.
Análise de Dados.
topic Mineração de dados.
Árvore de decisão.
Classificação.
Python.
Rapidminer.
Data mining.
Decision Tree.
Classification.
Python.
Rapidminer.
Análise de Dados.
description 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.
publishDate 2016
dc.date.none.fl_str_mv 2016-07-29
2019-10-16T18:53:29Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv 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 .
http://bdtd.uftm.edu.br/handle/tede/882
identifier_str_mv 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 .
url http://bdtd.uftm.edu.br/handle/tede/882
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv http://creativecommons.org/licenses/by-nc-nd/4.0/
info:eu-repo/semantics/openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-nd/4.0/
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
application/pdf
dc.publisher.none.fl_str_mv Universidade Federal do Triângulo Mineiro
Instituto de Ciências Exatas, Naturais e Educação - ICENE::Curso de Licenciatura em Matemática
Brasil
UFTM
Programa de Mestrado Profissional em Matemática em Rede Nacional
publisher.none.fl_str_mv Universidade Federal do Triângulo Mineiro
Instituto de Ciências Exatas, Naturais e Educação - ICENE::Curso de Licenciatura em Matemática
Brasil
UFTM
Programa de Mestrado Profissional em Matemática em Rede Nacional
dc.source.none.fl_str_mv reponame:Biblioteca Digital de Teses e Dissertações da UFTM
instname:Universidade Federal do Triangulo Mineiro (UFTM)
instacron:UFTM
instname_str Universidade Federal do Triangulo Mineiro (UFTM)
instacron_str UFTM
institution UFTM
reponame_str Biblioteca Digital de Teses e Dissertações da UFTM
collection Biblioteca Digital de Teses e Dissertações da UFTM
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da UFTM - Universidade Federal do Triangulo Mineiro (UFTM)
repository.mail.fl_str_mv bdtd@uftm.edu.br||bdtd@uftm.edu.br
_version_ 1813013333126676480

Registros relacionados