Grande parte dos alunos egressos de cursos superiores tem como objetivo ingressar em algum programa de pós-graduação a fim de se tornarem Mestres em suas respectivas áreas do conhecimento. O processo de seleção realizado em cada universidade faz uso de uma quantidade considerável de parâmetros, alguns deles bastante subjetivos. Sendo assim, um modelo baseado em aprendizado de máquina pode ser de grande importância tanto para o corpo docente envolvido na seleção como para os alunos que desejam participar do processo. Nesse projeto desenvolveremos um modelo baseado em informações usadas em importantes universidades do mundo para avaliar seus candidatos e que possuem semelhantes com algumas universidades brasileiras.
Os atributos do dataset são os seguintes:
- GRE Scores (0-340)
- TOEFL Scores (0-120)
- University Rating (0-5)
- Statement of Purpose and Letter of Recommendation Strength (0-5)
- Undergraduate GPA (0-10)
- Research Experience (0 ou 1) e Chance of Admit (0-1)
Para a solução do problema, foram utilizadas dois algoritmos: redes neurais profundas e random forest. No notebook (main.ipynb) é possível ver as etapas de pré-processamento dos dados, uma breve análise exploratória e por fim a aplicação dos algoritmos de Inteligência Artificial.