Uso de Machine Learn para classificação de lançamentos financeiro: estudo comparativo entre modelo AutoML e Redes MLP

Página do item simplificado
dc.contributor.advisorMonteiro, Cleviton Vinicius Fonsêca
dc.contributor.advisorLatteshttp://lattes.cnpq.br/9362573782715504pt_BR
dc.contributor.authorSilva, Vinicius Mateus Mendonça da
dc.contributor.authorLatteshttp://lattes.cnpq.br/6180002649065928pt_BR
dc.date.accessioned2024-02-22T22:33:03Z
dc.date.available2024-02-22T22:33:03Z
dc.date.issued2022-10-10
dc.degree.departamentDepartamento de Estatística e Informáticapt_BR
dc.degree.graduationBacharelado em Sistemas de Informaçãopt_BR
dc.degree.grantorUniversidade Federal Rural de Pernambucopt_BR
dc.degree.levelGraduacaopt_BR
dc.degree.localRecifept_BR
dc.descriptionO estudo desse trabalho visa auxiliar as empresas na sua gestão financeira gerando modelos baseados em Machine Learning para classificação de lançamentos financeiros. Com auxilio de bibliotecas desenvolvidas na linguagem Python, foi possível realizar o treinamento de modelos de AutoML e Redes Neurais Multilayer Perceptron responsáveis pela classificação dos dados. Com resultados acima de 85% nas métricas de Accuracy, Recall, F-measure e Precision para ambos os modelos, a utilização dos mesmo trás a possibilidade de uma melhor gestão dos lançamento financeiro com menos esforço.pt_BR
dc.description.abstractThe study of this work aims to help companies in their financial management by generating models based on Machine Learning to classify financial releases. With the help of libraries developed in the Python language, it was possible to train AutoML models and Multilayer Perceptron Neural Networks responsible for data classification. With results above 85% in the metrics of Accuracy, Recall, F-measure and Precision for both models, using them brings the possibility of better management of financial releases with less effort.pt_BR
dc.format.extent25 f.pt_BR
dc.identifier.citationSILVA, Vinicius Mateus Mendonça da. Uso de Machine Learn para classificação de lançamentos financeiro: estudo comparativo entre modelo AutoML e Redes MLP. 2022. 25 f. Trabalho de Conclusão de Curso (Bacharelado em Sistemas de Informação) – Departamento de Estatística e Informática, Universidade Federal Rural de Pernambuco, Recife, 2022.pt_BR
dc.identifier.urihttps://repository.ufrpe.br/handle/123456789/5639
dc.language.isoporpt_BR
dc.publisher.countryBrasilpt_BR
dc.rightsopenAccesspt_BR
dc.rights.licenseAtribuição-CompartilhaIgual 4.0 Internacionalpt_BR
dc.rights.urihttps://creativecommons.org/licenses/by-sa/4.0/deed.pt-brpt_BR
dc.subjectAprendizado do computadorpt_BR
dc.subjectPython (Linguagem de programação de computador)pt_BR
dc.subjectFinançaspt_BR
dc.subjectLançamentos tributáriospt_BR
dc.subjectEnterprise Resource Planning (ERP)pt_BR
dc.titleUso de Machine Learn para classificação de lançamentos financeiro: estudo comparativo entre modelo AutoML e Redes MLPpt_BR
dc.typebachelorThesispt_BR

Arquivos

Pacote original

Agora exibindo 1 - 1 de 1
Imagem de Miniatura
Nome:
tcc_art_viniciusmateusmendoncadasilva.pdf
Tamanho:
1.51 MB
Formato:
Adobe Portable Document Format
Descrição:
Baixar

Licença do pacote

Agora exibindo 1 - 1 de 1
Nenhuma Miniatura Disponível
Nome:
license.txt
Tamanho:
1.87 KB
Formato:
Item-specific license agreed upon to submission
Descrição:
Baixar

Coleções

TCC - Bacharelado em Sistemas da Informação (Sede)