Classification trees e random forest per l'analisi delle carriere studenti

Lo scopo di questa tesi è quello di applicare ai dati degli studenti universitari in ingresso la tecnica degli alberi di classificazione per vedere se attraverso questi è possibile prevedere con buona accuratezza l'insuccesso formativo. Questo, infatti, permetterebbe di identificare con maggiore precisione a quali studenti destinare azioni tutoriali aggiuntive nel corso del primo anno, in modo da incidere più efficacemente su due fenomeni negativi: 1. l'abbandono del corso di laurea fra primo e secondo anno 2. la prosecuzione al secondo anno con un basso numero di crediti formativi, cioè un basso numero di esami superati. La tesi è composta da due parti: la prima parte descrive gli alberi di classificazione e l'algoritmo Random Forest; la seconda parte applica i metodi descritti per analizzare i dati degli studenti. Per ogni studente i dati disponibili sono: - il voto di maturità e l'indirizzo scolastico di provenienza, - i punteggi conseguiti nel test di ingresso TARM, - il corso di laurea.