43,90 €
inkl. MwSt.
Versandkostenfrei*
Versandfertig in 6-10 Tagen
payback
0 °P sammeln
  • Broschiertes Buch

Die hohen Abbrecherquoten in den Studiengängen sind in Brasilien zunehmend besorgniserregend, und dieses Problem hat sowohl für das Land als auch für die Studierenden und die Universitäten Verluste verursacht. In diesem Zusammenhang wurde angestrebt, Schüler mit einer Tendenz zum Schulabbruch in der UFC - Campus Quixadá/CE, durch Data-Mining-Techniken und unter Verwendung von historischen Daten von Studenten, in denen Experimente wurden mit zwei verschiedenen Szenarien, das erste Szenario mit der Gesamtzahl der Datensätze mit der Aufteilung der Datensätze durch unausgewogene Klassen und das…mehr

Produktbeschreibung
Die hohen Abbrecherquoten in den Studiengängen sind in Brasilien zunehmend besorgniserregend, und dieses Problem hat sowohl für das Land als auch für die Studierenden und die Universitäten Verluste verursacht. In diesem Zusammenhang wurde angestrebt, Schüler mit einer Tendenz zum Schulabbruch in der UFC - Campus Quixadá/CE, durch Data-Mining-Techniken und unter Verwendung von historischen Daten von Studenten, in denen Experimente wurden mit zwei verschiedenen Szenarien, das erste Szenario mit der Gesamtzahl der Datensätze mit der Aufteilung der Datensätze durch unausgewogene Klassen und das zweite Szenario mit einer Stichprobe von Datensätzen mit der Aufteilung zwischen den ausgewogenen Klassen. Die Ergebnisse zeigen, dass die potenziellen Studienabbrecher mit Trefferquoten von bis zu 99 % im ersten Szenario und bis zu 95,5 % im zweiten Szenario identifiziert werden können. Die Ergebnisse sollen den Verantwortlichen der Einrichtung bei der Entscheidungsfindung und bei der Entwicklung von Maßnahmen zur Eindämmung des Schulabbruchs helfen.
Autorenporträt
Bachelor in Informationssystemen an der Bundesuniversität von Ceará (UFC), Master in Informatik an der Bundesuniversität der Halbwüste (UFERSA). Er interessiert sich für die Bereiche Künstliche Intelligenz (KI), Datenbanken (BD), Data Mining (DM) und Maschinelles Lernen (ML).