TCC - Bacharelado em Sistemas da Informação (Sede)
URI permanente para esta coleçãohttps://arandu.ufrpe.br/handle/123456789/427
Navegar
3 resultados
Resultados da Pesquisa
Item Uso de machine learning para previsão de valores de apartamentos no município do Recife(2023-09-12) Silva, Thiago César de Miranda; Monteiro, Cleviton Vinicius Fonsêca; Soares, Rodrigo Gabriel Ferreira; http://lattes.cnpq.br/2526739219416964; http://lattes.cnpq.br/9362573782715504; http://lattes.cnpq.br/8285740572952516A pandemia de COVID-19 trouxe consigo uma série de efeitos econômicos e transformações relacionadas ao comportamento e à forma de morar, que, por sua vez, tiveram repercussões nos preços dos imóveis e na demanda de imóveis. Nesse contexto, a previsão de preços de imóveis assume um papel de extrema importância, contribuindo para decisões mais informadas, atenuando os riscos e promovendo uma maior transparência no setor imobiliário. A implementação da automação na previsão de preços amplia ainda mais essa dinâmica, aprimorando significativamente a precisão, a eficiência e a confiabilidade das previsões, além de proporcionar ajustes às flutuações do cenário econômico com mais agilidade. Usando anúncios disponíveis na OLX, foi criada uma base de dados georreferenciada para gerar um modelo de previsão de preços de apartamentos residenciais, em Recife - por meio de modelos de aprendizagem de máquina em AutoML. Essa ferramenta automatiza o desenvolvimento de modelos de aprendizado de máquina, permitindo experimentação rápida e foco na resolução do problema. O trabalho indica que a má distribuição geográfica dos dados tendenciaram os resultados dos modelos, além disso, foi concluído que os dados encontrados em plataformas de compra e venda online são insuficientes para a geração de um modelo de aprendizado de máquina que apresente um nível de acuracidade aceitável, em Recife, principalmente porque não são apresentados valores de transação do imóvel, apenas o preço anunciado. Contudo, o presente trabalho apresenta importantes contribuições para o avanço em pesquisas relacionadas à automação na previsão de preços de imóveis.Item Análise de Sentimos de Tweets Relacionados ao Uso de Máscara Durante a Pandemia da Covid-19 no Brasil(2022-10-07) Oliveira, Felipe de Araújo Morais Vilar; Andrade, Ermeson Carneiro de; http://lattes.cnpq.br/2466077615273972O mundo recentemente passou por uma crise mundial. A pandemia do COVID-19 teve seu inicio em uma cidade chinesa chamada Wuhan em meados de dezembro de 2019 e se alastrou pelo mundo tendo infectado mais de 596 milhões de pessoas e causando cerca de 6,68 milhões de fatalidades. Como o vírus da COVID-19 tem grande parte de sua proliferação o e contagio feito por vias aéreas, especialistas e estudiosos da área da saúde recomendaram que toda a população utilizasse máscaras em uma tentativa de frear o número de casos, criando uma barreira física para tentar reduzir a disseminação das gotículas respiratórias que servem como meio de disseminação do vírus. O uso de máscaras no Brasil foi adotado no início de abril do ano de 2020, porém sua obrigatoriedade só começou por volta do final de maio do mesmo ano. No entanto, a desinformação sobre o uso da máscara facial gerou grande controvérsia, dúvidas e desconforto entre a população brasileira. Este trabalho visa analisar os sentimentos da populaçãoo brasileira quanto ao uso das máscaras como EPI(Equipamento de Proteção Individual) através de postagens(tweets) retiradas do Twitter. Os resultados revelam que uma média de 89,3% dos tweets relacionados a máscaras faciais eram neutros. Em sua maioria, esses tweets neutros mostram o incômodo da população brasileira em utilizar as máscaras, porém, ao mesmo tempo, aceitando a necessidade de seu uso em uma tentativa de reduzir o contágio da COVID-19.Item Estudo de técnicas preditivas para o auxílio a gestores na pandemia de COVID-19(2022-05-27) França, Eliana Maria Silva de; Soares, Rodrigo Gabriel Ferreira; http://lattes.cnpq.br/2526739219416964; http://lattes.cnpq.br/2782168150783950O objetivo principal deste trabalho é propor uma alternativa aos levantamentos estatísticos exploratórios, no suporte à tomada de decisão dos gestores, durante o enfrentamento à pandemia da COVID-19. Para tal, foi-se criada uma metodologia, utilizando aprendizado de máquina para fornecer uma nova ferramenta de predição de mortes causadas por COVID-19, a partir de dados abertos que contenham características sanitárias, demográficas e populacionais. De tal modo que, a partir deste estudo se possa desenvolver um modelo de inteligência artificial capaz de auxiliar no enfrentamento da pandemia de COVID-19. Dos 3 algoritmos de inteligência artificial utilizados (Decision Tree, Support Vector Machine e Multilayer Perceptron), o modelo baseado em Support Vector Machine foi o que apresentou o melhor desempenho, pois é o que possui o menor Erro Absoluto Médio, métrica utilizada para medir a qualidade de modelos de inteligência artificial baseados em regressão.