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 |