Abstract
A aprendizagem de programação é essencial para alunos de diversas carreiras. Neste artigo usamos modelos estatísticos para prever o abandono de disciplinas introdutórias de programação e apontar variáveis relevantes na identificação precoce de alunos em risco. Para construção do modelo combinamos a inferência estatística com técnicas de aprendizado de máquina visando alcançar interpretabilidade e desempenho. As previsões obtiveram um AUC maior que 0.8 nos modelos semanais a partir da quarta semana de aula, viabilizando um alerta precoce a professores. Entre as variáveis envolvidas, percebeu-se que a constância na resolução dos exercícios possui uma influência maior do que o tempo demorado na elaboração da solução na identificação dos alunos com potencial de abandono.