Atenção: Todas as denúncias são sigilosas e sua identidade será preservada.
Os campos nome e e-mail são de preenchimento opcional
Metadados | Descrição | Idioma |
---|---|---|
Autor(es): dc.contributor | Tondato, Rogério | - |
Autor(es): dc.contributor | Ferreira, José Angelo | - |
Autor(es): dc.contributor | Tondato, Silvana Rodrigues Quintilhano | - |
Autor(es): dc.contributor | Tondato, Rogério | - |
Autor(es): dc.creator | Andriani, Kaio Ribeiro | - |
Data de aceite: dc.date.accessioned | 2022-02-21T21:49:53Z | - |
Data de disponibilização: dc.date.available | 2022-02-21T21:49:53Z | - |
Data de envio: dc.date.issued | 2021-10-19 | - |
Data de envio: dc.date.issued | 2021-10-19 | - |
Data de envio: dc.date.issued | 2021-08-16 | - |
Fonte completa do material: dc.identifier | http://repositorio.utfpr.edu.br/jspui/handle/1/26203 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/661543 | - |
Descrição: dc.description | Faced with variables that affect a company's process, sometimes, solving problems using the Cartesian method becomes very costly. In this sense, modeling and simulation, especially machine learning algorithms, can contribute to the improvement of manufacturing processes. Thus, the objective of this work was to test machine learning algorithms for legal collection proceedings of an insurance company, trying to predict the outcome of the action. The method used in this work was Modeling and Simulation, where it was possible to use the algorithms of Neural Networks, Logistic Regression and Decision Trees. The results achieved reached almost 80% prediction, indicating an adequate choice of predictors. With this research, it was possible to demonstrate the possibility of prediction through algorithms and thus, have one more tool for decision making during the achievement of the insurer's processes. | - |
Descrição: dc.description | Diante de variáveis que afetam o processo de uma empresa, às vezes, resolver os problemas pelo método cartesiano torna-se muito oneroso. Neste sentido, a modelagem e simulação, em especial os algoritmos de aprendizado de máquina, podem contribuir para a melhoria dos processos de fabricação. Assim, o objetivo deste trabalho, foi testar algoritmos de aprendizado de máquina para processos judiciais de cobrança de uma seguradora, tentando prever o resultado da ação. O método utilizado neste trabalho foi a Modelagem e Simulação, onde foi possível utilizar os algoritmos de Redes Neurais, Regressão Logística e Árvores de Decisão. Os resultados alcançados chegaram a quase 80% de predição, indicando uma adequada escolha dos preditores. Com esta pesquisa, foi possível demonstrar a possibilidade de predição através dos algoritmos e assim, possuir mais uma ferramenta para a tomada de decisão durante a consecução dos processos da seguradora. | - |
Formato: dc.format | application/pdf | - |
Idioma: dc.language | pt_BR | - |
Publicador: dc.publisher | Universidade Tecnológica Federal do Paraná | - |
Publicador: dc.publisher | Londrina | - |
Publicador: dc.publisher | Brasil | - |
Publicador: dc.publisher | Engenharia de Produção | - |
Publicador: dc.publisher | UTFPR | - |
Direitos: dc.rights | openAccess | - |
Palavras-chave: dc.subject | Aprendizado do computador | - |
Palavras-chave: dc.subject | Algoritmos | - |
Palavras-chave: dc.subject | Companhias de seguro | - |
Palavras-chave: dc.subject | Machine learning | - |
Palavras-chave: dc.subject | Algorithms | - |
Palavras-chave: dc.subject | Insurance companies | - |
Palavras-chave: dc.subject | CNPQ::ENGENHARIAS::ENGENHARIA DE PRODUCAO | - |
Título: dc.title | Aplicação de técnicas de aprendizado de máquina no setor de ressarcimento de uma empresa securitária | - |
Título: dc.title | Application of machine learning techniques in the reimbursement sector of an insurance company | - |
Tipo de arquivo: dc.type | livro digital | - |
Aparece nas coleções: | Repositorio Institucional da UTFPR - RIUT |
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: