A evasão escolar é um problema global, e o uso de métodos automatizados para prever e acompanhar alunos em risco pode ser eficaz. Este estudo analisa a previsão da evasão de alunos do Instituto Federal de Pernambuco - Campus Jaboatão dos Guararapes por meio de algoritmos de aprendizado de máquina, utilizando dados acadêmicos. O XG Boost apresentou melhor desempenho, superando outros algoritmos e alcançando métricas superiores nos experimentos.
