Universidade Federal do Ceará
Programa de Pós-Graduação em Engenharia de Teleinformática

Defesa de Dissertação de Mestrado – Daniel Felipe Carolino

Título: Modelagem Preditiva em Dados Educacionais: Estimativa de Notas e Índice de Rendimento Acadêmicoa no Ensino Superior

Data: 29/09/2026
Horário: 09:00
Local: Google Meet – meet.google.com/vwe-cckh-oww?hs=224

Banca Examinadora:
Joao Cesar Moura Mota (UFC, Presidente – Orientador)
Thomaz Edson Veloso da Silva (UFAL – Coorientador)
Renato da Rocha Lopes (UFC)

Resumo:
A retenção acadêmica e o combate à evasão escolar constituem desafios complexos enfrentados pelas instituições de ensino superior públicas. Esta dissertação avalia e compara a eficácia predi- tiva de três modelos de aprendizado de máquina — Análise de Componentes Principais (PCA) com imputação hierárquica por média, Fatoração de Matrizes Acopladas (CMF) via Mínimos Quadrados Alternados (ALS) e um modelo heurístico Zero-Inflated (ZI) — na estimativa de notas futuras e no cômputo do Índice de Rendimento Acadêmico (IRA) de estudantes dos cursos de Engenharia Civil, Engenharia de Computação e Engenharia de Telecomunicações do Instituto Federal de Educação, Ciência e Tecnologia do Ceará (IFCE). A validação empírica utilizou a métrica do Erro Quadrático Médio Percentual (RMSE%). Os resultados demonstraram a superi- oridade do CMF na previsão de notas pontuais da última disciplina, obtendo um RMSE global de 7,3%, superando o modelo PCA (8,0%). O modelo ZI revelou-se inadequado para matrizes longitudinais progressivas, apresentando um erro global de 69,4% ao penalizar indevidamente a esparsidade estrutural dos dados decorrente do andamento do curso. No cômputo do IRA, embora o PCA tenha exibido os menores erros numéricos (RMSE global de 1,0%), demonstrou-se que esse resultado decorre de um viés estatístico de imputação, no qual o preenchimento das lacunas com a média histórica prévia do próprio discente congelou o índice. Em contrapartida, o CMF consolidou-se como a abordagem metodológica mais robusta e isenta de contaminação por dados artificiais, capturando com precisão as oscilações reais de desempenho acadêmico.

Palavras-chave: Mineração de Dados Educacionais; Fatoração de Matrizes Acopladas; Análise de Componentes Principais; Predição de Desempenho Acadêmico; Índice de Rendimento Acadêmico.