1. TEDE
  2. Unidade Manaus
  3. Programa de Pós-graduação em Informática
  4. Mestrado em Informática
???item.export.label??? ???item.export.type.endnote??? ???item.export.type.bibtex???

Please use this identifier to cite or link to this item: https://tede.ufam.edu.br/handle/tede/6514
Full metadata record
DC FieldValueLanguage
dc.creatorSousa, Marília Maria Bastos de Araújo Cavalcanti Feitosa Fava de-
dc.creator.Latteshttp://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K8700858D4por
dc.contributor.advisor1Nakamura, Fabíola Guerra-
dc.contributor.advisor1Latteshttp://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4795362A0por
dc.contributor.advisor-co1Oliveira, David-
dc.contributor.advisor-co1Latteshttp://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4765988D5por
dc.contributor.referee1Oliveira, Elaine-
dc.contributor.referee2Oliveira, David-
dc.contributor.referee3Carvalho, Leandro-
dc.date.issued2017-09-29-
dc.identifier.citationSousa, Marília Maria B. A. C. F de Sousa. Mineração de Dados Educacionais: Previsão de notas parciais utilizando classificação. 2017. 84 f. Dissertação (Mestrado em Informática) - Universidade Federal do Amazonas, Manaus.por
dc.identifier.urihttps://tede.ufam.edu.br/handle/tede/6514-
dc.description.resumoO presente trabalho tem o intuito de apresentar a Mineração de Dados Educacionais e um experimento envolvendo previsão de provas parciais. O experimento é realizado através dos dados da disciplina de Introdução à Programação de Computadores da Universidade Federal do Amazonas e busca classificar os alunos de acordo com as notas obtidas, em no máximo três classes: satisfatório, insatisfatório e sem conceito (alunos evadidos). Como conclusão, tem-se uma análise quantitativa com os dados da previsão.por
dc.description.abstractThe present work introduces the Educational Data Mining and an experiment involving prediction of partial exams. The experiment uses data of the Introduction to Computer Programming course of the Federal University of Amazonas and seeks to classify the students according to their grade, in a maximum of three classes: satisfactory, unsatisfactory and without concept (dropout students). As conclusion, there is a quantitative analysis with the predictive data.eng
dc.description.sponsorshipCAPES - Coordenação de Aperfeiçoamento de Pessoal de Nível Superiorpor
dc.formatapplication/pdf*
dc.thumbnail.urlhttps://tede.ufam.edu.br//retrieve/22922/Disserta%c3%a7%c3%a3o%20Mar%c3%adlia.pdf.jpg*
dc.thumbnail.urlhttps://tede.ufam.edu.br//retrieve/22972/Disserta%c3%a7%c3%a3o_Mar%c3%adlia.jpg*
dc.languageporpor
dc.publisherUniversidade Federal do Amazonaspor
dc.publisher.departmentInstituto de Computaçãopor
dc.publisher.countryBrasilpor
dc.publisher.initialsUFAMpor
dc.publisher.programPrograma de Pós-graduação em Informáticapor
dc.rightsAcesso Abertopor
dc.rights.urihttp://creativecommons.org/licenses/by/4.0/-
dc.subjectMineração de Dados Educacionaispor
dc.subjectEducational Data Mining, Prediction, Classification, Introductory Programming Teachingeng
dc.subjectEnsino de Programaçãopor
dc.subject.cnpqCIENCIAS EXATAS E DA TERRA: CIENCIA DA COMPUTACAOpor
dc.subject.cnpqCIENCIAS EXATAS E DA TERRA: PROBABILIDADE E ESTATISTICA: ESTATISTICA: ANALISE DE DADOSpor
dc.titleMineração de Dados Educacionais: Previsão de notas parciais utilizando classificaçãopor
dc.typeDissertaçãopor
Appears in Collections:Mestrado em Informática

Files in This Item:
File Description SizeFormat 
Dissertação_Marília1.08 MBAdobe PDFThumbnail

Download/Open Preview
Show simple item record Recommend this item


This item is licensed under a Creative Commons License Creative Commons