Comparação de modelos estatísticos e de aprendizado de Máquina na previsão de eventos extremos

Registro completo de metadados
MetadadosDescriçãoIdioma
Autor(es): dc.contributorLucambio Pérez, Fernando-
Autor(es): dc.contributorUniversidade Federal do Paraná. Setor de Ciências Exatas. Curso de Graduação em Estatística e Ciência de Dados-
Autor(es): dc.creatorNakasone, Leonardo Takahashi-
Data de aceite: dc.date.accessioned2025-09-01T12:37:36Z-
Data de disponibilização: dc.date.available2025-09-01T12:37:36Z-
Data de envio: dc.date.issued2025-08-27-
Data de envio: dc.date.issued2025-08-27-
Data de envio: dc.date.issued2022-
Fonte completa do material: dc.identifierhttps://hdl.handle.net/1884/98137-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/1884/98137-
Descrição: dc.descriptionOrientador: Prof. Fernando Lucambio Pérez-
Descrição: dc.descriptionMonografia (graduação) - Universidade Federal do Paraná, Setor de Ciências Exatas, Curso de Graduação em Estatística-
Descrição: dc.descriptionInclui referências-
Descrição: dc.descriptionResumo : 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.format1 recurso online : PDF.-
Formato: dc.formatapplication/pdf-
Formato: dc.formatapplication/pdf-
Palavras-chave: dc.subjectAprendizado do computador-
Palavras-chave: dc.subjectPrevisão-
Palavras-chave: dc.subjectAnalise de series temporais - Processamento de dados-
Palavras-chave: dc.subjectEstatística matemática-
Título: dc.titleComparação de modelos estatísticos e de aprendizado de Máquina na previsão de eventos extremos-
Aparece nas coleções:Repositório Institucional - Rede Paraná Acervo

Não existem arquivos associados a este item.