Avaliação do uso de few-shot learning em modelos para a predição da evasão escolar: uma análise comparativa

Este estudo analisou a viabilidade do uso de few-shot learning e prototypical networks para predição da evasão escolar de alunos do ensino superior. Um estudo anterior desenvolveu e comparou diversos modelos de aprendizado de máquina com o objetivo de predizer alunos evadidos, obtendo bons índices de acerto em algumas métricas, mas baixos resultados em outras. Com o objetivo de melhorar a predição da evasão, este trabalho implementou um modelo baseado em prototypical networks e comparou as métricas de desempenho com os modelos anteriores. Os resultados mostraram uma melhora significativa nas métricas de recall e F1-score, com o recall subindo de 60,00% para 91,18% (um aumento de 51,97%) e o F1-score passando de 66,28% para 88,27% (um aumento de 33,18%).