-
Notifications
You must be signed in to change notification settings - Fork 3
Commit
This commit does not belong to any branch on this repository, and may belong to a fork outside of the repository.
Merge pull request #78 from ResidenciaTICBrisa/analise-e-predicao-des…
…empenho adição do texto análise e predição desempenho
- Loading branch information
Showing
2 changed files
with
30 additions
and
0 deletions.
There are no files selected for viewing
This file contains bidirectional Unicode text that may be interpreted or compiled differently than what appears below. To review, open the file in an editor that reveals hidden Unicode characters.
Learn more about bidirectional Unicode characters
Original file line number | Diff line number | Diff line change |
---|---|---|
@@ -1 +1,16 @@ | ||
# Análise do Desempenho Acadêmico | ||
Este documento descreve a funcionalidade e o uso da Análise de Desempenho Acadêmico, uma ferramenta desenvolvida para auxiliar instituições de ensino na análise do desempenho dos alunos. Através desta aplicação, é possível realizar análises do desempenho passado e prever o desempenho futuro dos alunos. A ferramenta inclui recursos de filtragem que permitem visualizar o desempenho dos alunos com base em diversos critérios, como instituição, matérias, notas, professores, entre outros. | ||
|
||
## Visão Geral | ||
**Análise de Desempenho Passado:** | ||
Essa ferramenta permite aos usuários analisar o desempenho acadêmico passado dos alunos. Isso inclui a visualização de notas, frequência e outros indicadores relevantes ao longo do tempo. | ||
|
||
**Previsão de Desempenho Futuro:** | ||
A partir dos dados escolares e de modelos de aprendizado de máquina por redes neurais, essa ferramenta é capaz de prever o desempenho acadêmico futuro dos alunos. Isso auxilia na identificação de alunos que possam precisar de intervenções adicionais para conseguir a nota de aprovação. | ||
|
||
**Filtros:** | ||
Os usuários podem aplicar filtros personalizados para segmentar a análise. É possível filtrar por instituição, matérias, notas, professores, e outros critérios específicos de interesse. Isso permite uma análise mais detalhada e personalizada. | ||
|
||
| Versão | Data | Modificação | Autor | | ||
| ------ | ---------- | ---------------------------- | ----------- | | ||
| 1.0 | 04/11/2023 | Adição de texto explicativo | Carlos Vaz | |
This file contains bidirectional Unicode text that may be interpreted or compiled differently than what appears below. To review, open the file in an editor that reveals hidden Unicode characters.
Learn more about bidirectional Unicode characters
Original file line number | Diff line number | Diff line change |
---|---|---|
@@ -1 +1,16 @@ | ||
# Predição de Desmpenho Acadêmico | ||
Este documento descreve à Predição de Desempenho, uma parte fundamental de nosso sistema que tem como objetivo realizar análises preditivas do desempenho dos alunos, como possíveis notas ou reprovações. O principal propósito desta ferramenta é identificar fatores que contribuem para o baixo desempenho acadêmico dos alunos, permitindo a tomada de medidas preventivas eficazes. | ||
|
||
## Funcionalidades | ||
**Análise Preditiva:** | ||
Utilizando tecnologias de aprendizado de máquina, em particular, a biblioteca TensorFlow, scikit-learn (sklearn), e manipulação de dados com o Pandas, esta ferramenta é capaz de realizar análises preditivas com base em dados históricos de alunos. | ||
|
||
**Identificação de Fatores de Baixo Desempenho:** | ||
A ferramenta identifica os principais fatores que contribuem para o baixo desempenho dos alunos. Isso inclui variáveis como histórico acadêmico, frequência, participação em atividades extracurriculares, e outros dados relevantes. | ||
|
||
**Medidas Preventivas:** | ||
Com base nas previsões geradas, o sistema permite a tomada de medidas preventivas por parte do educador, como identificação de alunos em risco, criação de programas de apoio, e acompanhamento individualizado. | ||
|
||
| Versão | Data | Modificação | Autor | | ||
| ------ | ---------- | ---------------------------- | ----------- | | ||
| 1.0 | 04/11/2023 | Adição de texto explicativo | Carlos Vaz | |