Diagnóstico e predição do rendimento estudantil no ensino médio: uma estrutura analítica para interpretação e modelagem preditiva

Abstract

A mineração de dados educacionais aplica técnicas computacionais para extrair conhecimento de dados educacionais visando melhorar processos de ensino-aprendizagem. Este trabalho desenvolveu um framework analítico -- conjunto modular e reutilizável de ferramentas -- para diagnóstico e predição do rendimento estudantil no ensino médio, utilizando dados de 677 estudantes portugueses em português e matemática. A metodologia seguiu o processo CRISP-DM, desenvolvendo o índice PerfilScore para seleção de variáveis categóricas e implementando três estratégias complementares de seleção de atributos. Foram aplicados cinco algoritmos de classificação supervisionada (Regressão Logística, Support Vector Machine, Árvore de Decisão, Random Forest e AdaBoost) com otimização de hiperparâmetros via grid search e validação cruzada estratificada. Os modelos apresentaram melhor desempenho preditivo em português que em matemática, com o SVM demonstrando os melhores resultados. A análise identificou como principais fatores preditivos o histórico de reprovações, escolaridade dos pais e aspectos comportamentais como tempo livre e consumo de álcool. O framework analítico desenvolvido indica que sistemas preditivos baseados em aprendizado de máquina podem contribuir para a identificação precoce de estudantes em risco e auxiliar no desenvolvimento de intervenções educacionais mais direcionadas.