Previsão de receita para empresas com o uso de diferentes técnicas de Aprendizado de Máquina

Nível educacional (dc.audience.educationLevel)Graduaçãopt_BR
Orientador(a) (dc.contributor.advisor)Pessin, Gustavo
Lattes Orientador(a) (dc.contributor.advisorLattes)http://lattes.cnpq.br/0232988306987805pt_BR
Autor(a) (dc.contributor.author)Machado, Fernando
Curso (dc.curso)Ciência da Computaçãopt_BR
Data de Disponibilização (dc.date.accessioned)2022-04-12T18:14:09Z
dc.date.available (dc.date.available)2022-04-12T18:14:09Z
Data da defesa / Data do evento (dc.date.issued)2018-12-12
Resumo (dc.description.resumo)Prever receita baseando-se em períodos históricos é um tema muito importante para as empresas, pois auxilia no desempenho e no apoio no processo de tomada de decisões, garantindo às organizações um crescimento escalável e sustentável no mercado. Este trabalho propõe investigar diferentes técnicas de Aprendizado de Máquina em modelos de previsão a fim de auxiliar no planejamento e no processo de tomada de decisão das empresas de forma rápida e eficaz. Para isto, as técnicas escolhidas para realizar esta investigação serão a Regressão Linear, Random Forest e a Redes Neurais Artificiais aplicadas em modelos de intervalos distintos de períodos passados predizendo a receita de um período futuro. Dentre as técnicas escolhidas, Random Forest foi a que apresentou o resultado de previsibilidade mais próxima do realpt_BR
URI (dc.identifier.uri)http://www.repositorio.jesuita.org.br/handle/UNISINOS/11037
Nome da instituição (dc.publisher)Universidade do Vale do Rio dos Sinospt_BR
Assunto (dc.subject)Previsão de receitapt_BR
Assunto (dc.subject)Inteligência artificialpt_BR
Assunto (dc.subject)Aprendizado de Máquinapt_BR
Assunto (dc.subject)Redes Neurais Artificiaispt_BR
Assunto (dc.subject)Regressão linearpt_BR
Assunto (dc.subject)Random foresten
Título (dc.title)Previsão de receita para empresas com o uso de diferentes técnicas de Aprendizado de Máquinapt_BR
Tipo de arquivo (dc.type)TCCpt_BR

Arquivos

Pacote original

Agora exibindo 1 - 1 de 1
Carregando...
Imagem de Miniatura
Nome:
Fernando Machado.pdf
Tamanho:
376.24 KB
Formato:
Adobe Portable Document Format
Descrição:
Previsao_de

Licença do pacote

Agora exibindo 1 - 1 de 1
Carregando...
Imagem de Miniatura
Nome:
license.txt
Tamanho:
2.12 KB
Formato:
Item-specific license agreed upon to submission
Descrição: