Análise e previsão da evasão escolar no ensino médio em instituições federais brasileiras

Abstract

Diante dos desafios enfrentados pelo sistema educacional, a evasão escolar se destaca como um fenômeno crítico, impactando estudantes de diversas realidades socioeconômicas. Com base nisso, este trabalho propõe a construção de um modelo preditivo, fundamentado em técnicas de Aprendizado de Máquina, para prever a evasão no ensino médio brasileiro, utilizando dados do censo escolar dos anos de 2019 a 2021. A pesquisa explora a complexidade da evasão, considerando fatores como idade, turno, renda familiar e carga horária. Foram aplicados modelos de aprendizado de máquina, como KNN, Regressão Logística, Árvore de Decisão e Random Forest, sendo o último o que obteve maior acurácia, com 97% nos cursos de nível médio, enquanto a Árvore de Decisão se destacou nos cursos técnicos, apresentando 86% de acurácia. Os resultados visam facilitar intervenções personalizadas e apoiar alunos em situação de vulnerabilidade, oferecendo uma abordagem na prevenção da evasão escolar e contribuindo para o campo educacional de forma prática.