Soares, Rodrigo Gabriel FerreiraFrança, Eliana Maria Silva de2023-03-232023-03-232022-05-27FRANÇA, 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.https://repository.ufrpe.br/handle/123456789/4202O 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.43 f.poropenAccesshttps://creativecommons.org/licenses/by-sa/4.0/deed.pt_BRPrediçãoAprendizado do computadorCOVID-19, Pandemia deAlgoritmos computacionaisbachelorThesisAtribuição-CompartilhaIgual 4.0 Internacional (CC BY-SA 4.0)https://n2t.net/ark:/57462/001300000d7c4