Avaliação de modelos preditivos para a extração de características significativas nas eleições brasileiras.

Página inicial
→
Campus Campina Grande | Centro de Engenharia Elétrica e Informática - CEEI
→
CURSOS DE GRADUAÇÃO DO CEEI
→
Curso de Bacharelado em Ciência da Computação
→
Trabalho de Conclusão de Curso - Artigo - Ciência da Computação
→
Ver item

dc.creator.ID	ROCHA, D. N. N.	pt_BR
dc.creator.Lattes	http://lattes.cnpq.br/6696254584455098	pt_BR
dc.contributor.advisor1	MARINHO, Leandro Balby.
dc.contributor.advisor1ID	MARINHO, L. B.	pt_BR
dc.contributor.advisor1Lattes	http://lattes.cnpq.br/3728312501032061	pt_BR
dc.contributor.referee1	GHEYI, Rohit.
dc.contributor.referee1ID	GHEYI, R.	pt_BR
dc.description.resumo	A dinâmica do sistema político brasileiro dificulta a compreensão do processo eleitoral. Essa situação pode fazer com que a sociedade seja menos participativa, sendo algo prejudicial para a democracia. Nesse sentido, foi feita uma avaliação acerca da utilização de dados públicos e técnicas de aprendizagem de máquina, com o objetivo de observar padrões a partir de eleições passadas e inferir resultados por meio do desenvolvimento de modelos preditivos. Além disso, procurou-se entender quais variáveis foram mais úteis para os modelos gerados, na tentativa de alcançar uma melhor compreensão acerca das características das eleições. Utilizando os dados coletados, os algoritmos de aprendizagem de máquina produziram modelos que foram avaliados e tiveram seus atributos mais importantes selecionados. Dessa forma, novos modelos foram obtidos a partir das características escolhidas e eles também foram examinados. Após observação dos resultados, o modelo random forest apresentou melhores desempenhos com relação à métrica definida e, em contrapartida, a seleção das variáveis mais importantes para a construção dos modelos não produziu melhores resultados.	pt_BR
dc.publisher.country	Brasil	pt_BR
dc.publisher.department	Centro de Engenharia Elétrica e Informática - CEEI	pt_BR
dc.publisher.initials	UFCG	pt_BR
dc.subject.cnpq	Ciência da Computação.	pt_BR
dc.title	Avaliação de modelos preditivos para a extração de características significativas nas eleições brasileiras.	pt_BR
dc.date.issued	2019-07-02
dc.identifier.uri	http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/20696
dc.date.accessioned	2021-08-19T17:15:53Z
dc.date.available	2021-08-19
dc.date.available	2021-08-19T17:15:53Z
dc.type	Trabalho de Conclusão de Curso	pt_BR
dc.subject	Aprendizagem de máquina	pt_BR
dc.subject	Predição	pt_BR
dc.subject	Eleições	pt_BR
dc.subject	Dados desbalanceados	pt_BR
dc.subject	Desenvolvimento de modelos preditivos	pt_BR
dc.subject	Algoritmos de aprendizagem de máquina	pt_BR
dc.subject	Modelo Random Forest	pt_BR
dc.subject	Regressão logística	pt_BR
dc.subject	Redes neurais	pt_BR
dc.subject	Machine learning	pt_BR
dc.subject	Prediction	pt_BR
dc.subject	Elections	pt_BR
dc.subject	Unbalanced data	pt_BR
dc.subject	Development of predictive models	pt_BR
dc.subject	Machine Learning Algorithms	pt_BR
dc.subject	Random Forest Model	pt_BR
dc.subject	Logistic regression	pt_BR
dc.subject	Neural networks	pt_BR
dc.rights	Acesso Aberto	pt_BR
dc.creator	ROCHA, Daniyel Negromonte Nascimento.
dc.publisher	Universidade Federal de Campina Grande	pt_BR
dc.language	por	pt_BR
dc.title.alternative	Evaluation of predictive models for extracting significant characteristics in Brazilian elections.	pt_BR
dc.identifier.citation	ROCHA, Daniyel Negromonte Nascimento. Avaliação de modelos preditivos para a extração de características significativas nas eleições brasileiras. 2019. 15f. (Trabalho de Conclusão de Curso - Artigo) – Curso de Bacharelado em Ciência da Computação, Centro de Engenharia Elétrica e Informática, Universidade Federal de Campina Grande, Paraíba, Brasil, 2019. Disponível em: http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/20696	pt_BR