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 | Souza, Márcio Watanabe Alves de | - |
Autor(es): dc.contributor | Souza, Márcio Watanabe Alves de | - |
Autor(es): dc.contributor | Kubrusly, Jessica Quintanilha | - |
Autor(es): dc.contributor | Pinto, Douglas Rodrigues | - |
Autor(es): dc.contributor | Souza, Márcio Watanabe Alves de | - |
Autor(es): dc.creator | Gonçalves, Marcel Chacon | - |
Data de aceite: dc.date.accessioned | 2024-07-11T17:36:37Z | - |
Data de disponibilização: dc.date.available | 2024-07-11T17:36:37Z | - |
Data de envio: dc.date.issued | 2022-06-20 | - |
Data de envio: dc.date.issued | 2022-06-20 | - |
Data de envio: dc.date.issued | 2020-11 | - |
Fonte completa do material: dc.identifier | http://app.uff.br/riuff/handle/1/25271 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/753791 | - |
Descrição: dc.description | A cada dia, mais e mais empresas buscam formas de aproveitar a grande quantidade de dados disponíveis para melhorar o resultado de seus negócios. Nesse cenário, as técnicas de machine learninG, ou aprendizagem de máquinas, tem se destacado por implementar sistemas que buscam automatizar a incorporação de novas informações disponíveis nos dados, proporcionando uma utilização imediata nos processos de tomada de decisão. Nesse projeto de trabalho de conclusão de curso estudaremos alguns dos principais conceitos e modelos estatísticos utilizados em aprendizagem de máquinas e suas respectivas ferramentas no R, focando nos processos de análise de dados e predição, bem como na sua utilização prática em problemas de recente aplicação, como na área de finanças em que modelos estatísticos de machine learning tem substituído métodos clássicos como as medidas de credit score em análise de crédito. Então foi comparado o desempenho dos métodos através das amostras testes criadas com os dados disponíveis. A escolha do método pode ser diferente dependendo da métrica usada como parâmetro, e isso depende do objetivo da análise. | - |
Descrição: dc.description | 61 f. | - |
Formato: dc.format | application/pdf | - |
Idioma: dc.language | pt_BR | - |
Publicador: dc.publisher | Universidade Federal Fluminense | - |
Publicador: dc.publisher | Niterói | - |
Direitos: dc.rights | Open Access | - |
Direitos: dc.rights | http://creativecommons.org/licenses/by-nc-nd/3.0/br/ | - |
Direitos: dc.rights | CC-BY-SA | - |
Palavras-chave: dc.subject | Aprendizagem Estatística | - |
Palavras-chave: dc.subject | Regressão Logística | - |
Palavras-chave: dc.subject | Métodos baseados em árvores | - |
Palavras-chave: dc.subject | KNN | - |
Palavras-chave: dc.subject | Estatística | - |
Palavras-chave: dc.subject | Aprendizado de máquina | - |
Palavras-chave: dc.subject | Estatística econômica | - |
Palavras-chave: dc.subject | Modelo estatístico | - |
Título: dc.title | Tópicos em aprendizagem estatística de máquinas com aplicações em finanças | - |
Tipo de arquivo: dc.type | Trabalho de conclusão de curso | - |
Aparece nas coleções: | Repositório Institucional da Universidade Federal Fluminense - RiUFF |
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: