Missing data analysis using machine learning methods to predict the performance of technical students

Abstract

O aprendizado de máquina (ML) tornou-se uma tecnologia emergente capaz de resolver problemas em muitas áreas, incluindo educação, medicina, robótica e aeroespacial. O ML é um campo específico de inteligência artificial que projeta modelos computacionais capazes de aprender com os dados. No entanto, para desenvolver um modelo de ML, é necessário garantir a qualidade dos dados, pois os dados do mundo real são incompletos, ruídosos e inconsistentes. Este artigo avalia métodos avançados de tratamento de dados ausentes usando algoritmos ML para classificar o desempenho de estudantes do ensino médio do Instituto Federal de Goiânia como no Brasil. O objetivo é fornecer uma ferramenta computacional eficiente para auxiliar o desempenho educacional que permite aos educadores verificar a tendência do aluno a reprovar. Os resultados indicam que o método de ignorar e descartar supera outros métodos de tratamento de dados ausentes. Além disso, os testes revelam que a Otimização Mínima Sequencial, Redes Neurais e Bagging superam os outros algoritmos de ML, como Naive Bayes e Árvore de Decisão, em termos de precisão de classificação.

A survey on educational data mining methods used for predicting students' performance

“…The methods to deal with missing values include ignoring, discarding, filling manually, filling with attribute mean or median, filling with the same sample mean, filling with values determined by regression, and other speculative means 109 . In particular, Júnior et al introduced eight methods used to deal with missing value: ignoring, discarding, mean import, medium import, last observation carried forward (LOCF), linear interpolation, spline interpolation, and piecewise cubic Hermite interpolating polynomial (PCHIP) 110 . They analyzed the performance of these eight methods in predicting students' performance through experiments.…”

“…109 In particular, Júnior et al introduced eight methods used to deal with missing value: ignoring, discarding, mean import, medium import, last observation carried forward (LOCF), linear interpolation, spline interpolation, and piecewise cubic Hermite interpolating polynomial (PCHIP). 110 They analyzed the performance of these eight methods in predicting students' performance through experiments. The experimental results in their research show that the ignoring and discarding methods have the best effect, while the medium imputation and spline interpolation methods have the worst performance.…”