@MASTERSTHESIS{ 2015:352964081,
 	title = {Aplica??o de redes neurais RBF e MLP na an?lise de evas?o discente do curso de Sistemas de Informa??o da UFRRJ},
 	year = {2015},
 	url = "https://tede.ufrrj.br/jspui/handle/jspui/3216",
 	abstract = "A evas?o escolar ? um problema complexo, por reunir diversos fatores que influenciam na decis?o do aluno em permanecer ou n?o no curso. Identificar as caracter?sticas envolvidas neste processo possibilita tra?ar o perfil dos alunos propensos ? evas?o para poder tomar medidas eficazes. Segundo a literatura, os cursos na ?rea de Tecnologia da Informa??o v?m apresentando altos ?ndices de evas?o. N?o obstante disto, o curso de Sistemas de Informa??o da UFRRJ vem apresentando ?ndices preocupantes. Dentre os diversos trabalhos encontrados na literatura para predizer a evas?o no Ensino Superior do Brasil, a utiliza??o de t?cnicas computacionais vem despertando interesse dos pesquisadores, precisamente Redes Neurais Artificiais ARTMAP Fuzzy, Fun??es de Base Radial (RBF) e Redes Bayesianas, que vem mostrando bons resultados na predi??o de evas?o discente em Institui??es de Ensino Superior. O objetivo dessa disserta??o ? propor um sistema inteligente baseado em redes neurais de Perceptron de M?ltiplas Camadas (MLP) e Fun??es de Base Radial (RBF) na an?lise de evas?o discente do curso de Bacharel em Sistemas de Informa??o da UFRRJ. O conjunto de dados utilizados corresponde a 148 amostras de alunos matriculados no curso. Para tal estudo foi considerado a evas?o at? o 3? per?odo, onde foram utilizadas as seguintes vari?veis: g?nero, origem escolar, desempenho nas disciplinas espec?ficas do 1? per?odo, dist?ncia, tempo de ingresso entre o Ensino M?dio e o Ensino Superior, desempenho no ENEM (Exame Nacional do Ensino M?dio), estado civil e situa??o com rela??o ? evas?o. Foram realizadas 100 simula??es, sendo selecionadas as 25 melhores. Os resultados obtidos pelas redes RBF e MLP mostram ser promissores na an?lise de evas?o discente do curso. Sendo que a rede RBF apresentou melhor desempenho (acur?cia = 91,03%) do que o modelo MLP, com diferen?a significativa (p valor<0,05) entre os resultados dos modelos",
 	publisher = {Universidade Federal Rural do Rio de Janeiro},
 	scholl = {Programa de P?s-Gradua??o em Modelagem Matem?tica e Computacional},
 	note = {Instituto de Ci?ncias Exatas}
}