Elaboração de modelo utilizando aprendizado de máquina para previsão de evasão de estudantes no programa de permanência

Os programas de permanência das universidades públicas representam um importante investimento dentro do orçamento das instituições. Assim, compreender as trajetórias, o tempo de permanência destes estudantes na universidade, bem como as dificuldades encontradas neste percurso permitem otimizar os esforços para que o objetivo maior seja alcançado: a conclusão do curso. No programa de Permanência da UNICAMP, em 2019, existem mais de 3 mil estudantes contemplados com os auxílios (moradia, alimentação, transporte e social). O presente estudo tem como intuito, a partir da série histórica (2006-2019), prever qual a probabilidade de um estudante contemplado no programa de permanência da universidade em 2019, tem de não concluir o curso, tendo em vista os mais diversos motivos entre eles: tempo excedido (jubilamento), desistência, problemas na matrícula, mudança para outra universidade, entre outros.
Desta maneira, o método utilizado para elaborar o modelo de previsão, se pautará nos dados anteriores dos processos seletivos para as bolsas e auxílios, bem como os dados acadêmicos de progressão dos estudantes até 2019. O modelo será implementado com um algoritmo de classificação, tal como árvores de decisão (XGBoost) ou redes neurais artificiais (RNA), que receberá como entrada os dados dos alunos e retornará como saída o estado deles no curso (abandonou ou não). As variáveis preditivas serão as que compõem o índice de classificação social (IC) (renda total, número de pessoas na família, escola pública, gastos com moradia e transporte, doença grave) e também a cor/raça. As ferramentas utilizadas para manuseio e modelagem dos dados serão linguagem R e Python.
Espera-se uma precisão de acerto maior que 50% dentro da classe minoritária (abandonou o curso), pois a precisão do modelo na classe majoritária será alta pelo fato desta compor a maior parte da base de dados. Após realizada a classificação dos bolsistas 2019, os indicares para abandono de curso serão analisados separadamente a partir de uma análise exploratória manual com intuito de visualizar padrões dentro desse grupo.