Análise Experimental de Modelos Preditivos para a Previsão da Demanda por Vagas na Rede Pública de Ensino
Open Access
- 29 September 2025
- conference paper
- Published by Sociedade Brasileira de Computação
- p. 129-136
Abstract
Este estudo foca na validação de modelos de machine learning para a previsão de demanda na educação básica, através de uma análise de erro em várias dimensões diferentes. Comparando algoritmos lineares e de comitês, a avaliação não se limitou a simples acurácia, concentrando também na magnitude dos erros por meio de um conjunto de métricas (MAE, RMSE, MAPE). Os resultados comprovam que o LightGBM possui não apenas alta precisão, mas também erros consistentemente baixos, o que atesta sua confiabilidade. Conclui-se que esta metodologia de avaliação rigorosa do erro é importante para transformar modelos preditivos em ferramentas práticas para a tomada de decisão na gestão educacional.Keywords
This publication has 3 references indexed in Scilit:
- Beyond scores: A machine learning approach to comparing educational system effectivenessPLOS ONE, 2023
- Random ForestsMachine Learning, 2001
- Ridge Regression: Biased Estimation for Nonorthogonal ProblemsTechnometrics, 1970