Please use this identifier to cite or link to this item:
http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/24344| Title: | Métodos de classificação por teoria da decisão para mensuração de dados do ENEM. |
| Other Titles: | Classification methods by decision theory to measure ENEM data. Métodos de clasificación por teoría de decisión para medir datos ENEM. |
| ???metadata.dc.creator???: | SILVA, Damiana Natália Alves da. |
| ???metadata.dc.contributor.advisor1???: | SOUSA, Jorge Alves de. |
| ???metadata.dc.contributor.referee1???: | VIEIRA, Alecxandro Alves. |
| ???metadata.dc.contributor.referee2???: | COSTA, Ramilton Marinho. |
| Keywords: | Matemática;Algoritmo de classificação;Teoria de decisão;Árvore de decisão;Math;Classification algorithm;Decision theory;Decision tree;Algoritmo de clasificación;Teoría de la decisión;Árbol de decisión |
| Issue Date: | 6-Oct-2021 |
| Publisher: | Universidade Federal de Campina Grande |
| Citation: | SILVA, Damiana Natalia Alves da. Métodos de classificação por teoria da decisão para mensuração de dados do ENEM. 2021. 34 fl. (Trabalho de Conclusão de Curso – Monografia), Curso de Licenciatura em Matemática, Centro de Educação e Saúde, Universidade Federal de Campina Grande, Cuité – Paraíba – Brasil, 2021. |
| ???metadata.dc.description.resumo???: | Neste trabalho, se utilizou o algoritmo da árvore de decisão para analisar a relação da nota da redação com variáveis socioeconômicas de candidatos que prestaram o ENEM 2019 e declararam residência no município de Cuité-PB. Nosso objetivo foi gerar uma árvore de decisão usando o algoritmo de classificação, com base na qual poderíamos encontrar fatores que são importantes para o desempenho dos candidatos na redação. Atingimos especificamente esse objetivo construindo um modelo de decisão, cujas etapas incluíram a preparação de dados, pré-processamento de dados (limpeza de dados, conversão), construção de modelo (treinamento de algoritmo) e otimização de algoritmo para simulação do modelo. Neste cenário, dentre as 11 variáveis utilizadas no estudo, apenas três variáveis foram consideradas significativas na plotagem da árvore de decisão, que foram: estado civil, idade e computador em casa com uma precisão de acerto de 75%. Diante do exposto, apesar do modelo de previsão obtido neste estudo, se mostra adequado, entendemos que outros modelos devem ser validados em trabalhos futuros buscando melhorar esta precisão inserindo-se novas variáveis a análises. |
| Abstract: | In this work, the decision tree algorithm was used to analyze the relation of the essay grade with socioeconomic variables of candidates who took the ENEM 2019 and declared residence in the city of Cuité - PB. Our objective was to generate a decision tree using the ranking algorithm, based on which we could find factors that are important for the candidates' performance in the essay. We specifically achieved this goal by building a decision model, whose steps included data collection and preparation, data pre-processing (data cleaning, conversion), model building (algorithm training) and algorithm optimization for model simulation. In this scenario, only three variables were considered significant in the decision tree plot, which were marital status, age and home computer with a 75% accuracy. Given the above, it is believed that other models should be validated in future work seeking to improve this accuracy by inserting new variables into analysis. |
| ???metadata.dc.description.resumen???: | En este trabajo se utilizó el algoritmo del árbol de decisión para analizar la relación de la nota de ensayo con variables socioeconómicas de los candidatos que tomó la ENEM 2019 y declaró residencia en la ciudad de Cuité-PB. Nuestro objetivo fue generar un árbol de decisión utilizando el algoritmo de clasificación, en base a la cual podríamos encontrar factores que son importante para el desempeño de los candidatos en la redacción. alcanzamos específicamente este objetivo mediante la construcción de un modelo de decisión, cuyos pasos preparación de datos incluida, preprocesamiento de datos (limpieza de datos, conversión), construcción de modelos (entrenamiento de algoritmos) y optimización de algoritmos para la simulación de modelos. En este escenario, entre los 11 variables utilizadas en el estudio, solo se consideraron tres variables significativos en el diagrama de árbol de decisión, los cuales fueron: estado civil, edad y computadora en casa con una precisión del 75%. En vista de lo anterior, a pesar del modelo de predicción obtenido en este estudio, es adecuado, entendemos que otros modelos deben ser validados en futuros trabajos buscando mejorar esta precisión mediante la inserción de nuevas variables en los análisis. |
| Keywords: | Matemática Algoritmo de classificação Teoria de decisão Árvore de decisão Math Classification algorithm Decision theory Decision tree Algoritmo de clasificación Teoría de la decisión Árbol de decisión |
| ???metadata.dc.subject.cnpq???: | Matemática Aplicada |
| URI: | http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/24344 |
| Appears in Collections: | Curso de Licenciatura em Matemática - CES - Monografias |
Files in This Item:
| File | Description | Size | Format | |
|---|---|---|---|---|
| DAMIANA NATALIA ALVES DA SILVA - TCC LICENCIATURA EM MATEMÁTICA CES 2021.pdf | Damiana Natalia Alves da Silva - TCC Licenciatura em Matemática CES 2021 | 473.72 kB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.