
Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
| Metadados | Descrição | Idioma |
|---|---|---|
| Autor(es): dc.contributor | Montaño, Razer Anthom Nizer Rojas, 1975- | - |
| Autor(es): dc.contributor | Universidade Federal do Paraná. Setor de Educação Profissional e Tecnológica. Curso de Especialização em Inteligência Artificial Aplicada | - |
| Autor(es): dc.creator | Dzazio, Alexandre Augusto Laco | - |
| Data de aceite: dc.date.accessioned | 2025-09-01T11:27:11Z | - |
| Data de disponibilização: dc.date.available | 2025-09-01T11:27:11Z | - |
| Data de envio: dc.date.issued | 2025-07-14 | - |
| Data de envio: dc.date.issued | 2025-07-14 | - |
| Data de envio: dc.date.issued | 2022 | - |
| Fonte completa do material: dc.identifier | https://hdl.handle.net/1884/90388 | - |
| Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/1884/90388 | - |
| Descrição: dc.description | Orientador: Prof. Dr. Razer Anthom Nizer Rojas Montaño | - |
| Descrição: dc.description | Monografia (especialização) - Universidade Federal do Paraná, Setor de Educação Tecnológica e Profissional, Curso de Especialização em Inteligência Artificial Aplicada. | - |
| Descrição: dc.description | Inclui referências: p. 11 | - |
| Descrição: dc.description | Resumo: As previsões de venda de uma empresa desempenham um importante papel para o planejamento estratégico e gestão de estoques, influenciando diretamente nos seus resultados. Este trabalho visa obter o melhor modelo para previsão das vendas de uma de uma multinacional da região de Ponta Grossa. Realizouse a comparação entre algoritmos que usaram apenas dados históricos de faturamento, com modelos onde foram acrescentados dados derivados dos arquivos de Electronic Data Interchange (EDI), recebidos dos clientes. Foram testados modelos séries temporais univariadas e regressões lineares, através de algoritmos ARIMA, Redes Neurais Recorrentes, XGBoost, SVR e Florestas Aleatórias. Observa-se que, para todos os clientes, foram obtidos modelos de aprendizado de máquina que apresentaram valores menores de RMSE que as demandas previsionais enviadas pelos clientes. | - |
| Descrição: dc.description | Abstract: Sales forecasting plays an important role in every company budget and inventory planning, impacting directly its results. This study aims to obtain the best sales forecasting model for a multinational company located in Ponta Grossa. Algorithms trained using only historical sales data were compared within models where data from Electronic Data Interchange (EDI) received from customers were also used as an input for the training models. Unidimensional time series models and linear regressions were tested, including ARIMA, Recurrent Neural Networks, XGBoost, SVR, and Random Forests. The Artificial Intelligence models achieved lower RMSE values than the demand forecast sent by the customers. | - |
| Formato: dc.format | 1 recurso online : PDF. | - |
| Formato: dc.format | application/pdf | - |
| Formato: dc.format | application/pdf | - |
| Palavras-chave: dc.subject | Aprendizado do computador | - |
| Palavras-chave: dc.subject | Previsão de vendas | - |
| Palavras-chave: dc.subject | Inteligência artificial | - |
| Título: dc.title | Previsão das vendas de uma empresa multinacional através de modelos de séries temporais | - |
| Aparece nas coleções: | Repositório Institucional - Rede Paraná Acervo | |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: