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 | Lucambio Pérez, Fernando | - |
Autor(es): dc.contributor | Universidade Federal do Paraná. Setor de Ciências Exatas. Curso de Graduação em Estatística e Ciência de Dados | - |
Autor(es): dc.creator | Nakasone, Leonardo Takahashi | - |
Data de aceite: dc.date.accessioned | 2025-09-01T12:37:36Z | - |
Data de disponibilização: dc.date.available | 2025-09-01T12:37:36Z | - |
Data de envio: dc.date.issued | 2025-08-27 | - |
Data de envio: dc.date.issued | 2025-08-27 | - |
Data de envio: dc.date.issued | 2022 | - |
Fonte completa do material: dc.identifier | https://hdl.handle.net/1884/98137 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/1884/98137 | - |
Descrição: dc.description | Orientador: Prof. Fernando Lucambio Pérez | - |
Descrição: dc.description | Monografia (graduação) - Universidade Federal do Paraná, Setor de Ciências Exatas, Curso de Graduação em Estatística | - |
Descrição: dc.description | Inclui referências | - |
Descrição: dc.description | Resumo : O presente trabalho busca apresentar uma comparação entre o modelo estatístico ARIMA e o algoritmo de aprendizado de máquina XGBoost aplicados a um problema de séries temporais contendo eventos extremos. O XGBoost é comumente utilizado para resolver problemas de aprendizado supervisionado. Estes tipos de modelos consideram a resposta independente, porém, podem ser adaptados para problemas envolvendo séries temporais. Foi considerado um conjunto de dados contendo o total de vendas de lojas e departamentos específicos. Serão apresentados os algoritmos utilizados, a metodologia, os dados utilizados, complexidade dos modelos, interpretabilidade, resultados e recomendações para trabalhos futuros. Foi concluído que o modelo ARIMA performou melhor na série total contendo departamentos, enquanto o desempenho do XGBoost foi melhor nos eventos extremos. Aplicados a lojas, ambos os modelos desempenharam similarmente | - |
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 | - |
Palavras-chave: dc.subject | Analise de series temporais - Processamento de dados | - |
Palavras-chave: dc.subject | Estatística matemática | - |
Título: dc.title | Comparação de modelos estatísticos e de aprendizado de Máquina na previsão de eventos extremos | - |
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: