Estudo de técnicas preditivas para o auxílio a gestores na pandemia de COVID-19
Data
2022-05-27
Autores
Título da Revista
ISSN da Revista
Título de Volume
Editor
Resumo
The main objective of this work is to propose an alternative to exploratory statistical surveys, to support the decision-making of managers, during the confrontation of the COVID-19 pandemic. To this end, a methodology was created, using machine learning to provide a new tool for predicting deaths caused by COVID-19, from open data that contain sanitary, demographic and population characteristics. In such a way that, from this study, an artificial intelligence model can be developed capable of helping to face the COVID-19 pandemic. Of the 3 artificial intelligence algorithms used (Decision Tree, Support Vector Machine and Multilayer Perceptron), the model based on Support Vector Machine showed the best performance, because it has the lowest Mean Absolute Error, a metric used to measure the quality of regression-based artificial intelligence models.
Descrição
O 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.
Palavras-chave
Predição, Aprendizado do computador, COVID-19, Pandemia de, Algoritmos computacionais
Referência
FRANÇA, Eliana Maria Silva de. Estudo de técnicas preditivas para o auxílio a gestores na pandemia de COVID-19. 2022. 43 f. Trabalho de Conclusão de Curso (Bacharelado em Sistemas de Informação) – Departamento de Estatística e Informática, Universidade Federal Rural de Pernambuco, Recife, 2022.