Predição de Evasão em Cursos Universitários: Uma Abordagem Baseada em Stacking

    Neste trabalho, utilizando a abordagem proposta por Niyogisubizo et al. [2], desenvolvemos um classificador de risco de evasão para alunos do campus FCT/UNESP que atingiu uma precisão superior a 93%. Os resultados obtidos demonstram que a estratégia baseada em empilhamento (stacking) de dois níveis é eficaz para identificar alunos em risco, mesmo quando aplicada a um conjunto de dados relativamente pequeno. Na primeira camada, predições temporais foram geradas a partir de algoritmos robustos — como Random Forest, Extreme Gradient Boosting e Gradient Boosting — que processaram dados brutos, caracterizados por variáveis desordenadas e irregulares, extraindo features representativas. Em seguida, as saídas destes modelos foram integradas a um meta-classificador, implementado por meio de um modelo de Feed-forward Neural Networks (FNN), que, utilizando validação cruzada, reduziu significativamente os problemas de overfitting e aprimorou a precisão final da predição [1].

    A aplicação de técnicas de ensemble, conforme discutido por Xing et al. [4] e fundamentado na metodologia de stacked generalization proposta por Wolpert [3], possibilitou a extração de um conjunto mais rico de informações preditivas, a redução dos erros de generalização por meio da combinação não linear das predições e a melhoria dos índices de desempenho em relação às abordagens tradicionais. Tais achados sugerem que, mesmo em domínios com dados limitados, a utilização de métodos de ensemble pode oferecer suporte decisivo para intervenções educacionais, permitindo a identificação precoce e o apoio direcionado a alunos em risco de evasão.

    Diante dos resultados preliminares, conclui-se que a abordagem de empilhamento em dois níveis se mostra altamente promissora para a predição do abandono em cursos universitários. Entre as principais contribuições deste estudo destacam-se a inovação na integração de Random Forest, Extreme Gradient Boosting, Gradient Boosting e Feed-forward Neural Networks em um framework de stacked generalization, bem como a demonstração empírica de que é possível identificar com alta precisão os alunos em risco mesmo com um conjunto de dados relativamente pequeno.