Modelos de aprendizado de máquina para a previsão de COVID-19: uma abordagem _ensemble_ aplicada ao estado de Alagoas.
Modelos de aprendizado de máquina para a previsão de COVID-19: uma abordagem ensemble aplicada ao estado de Alagoas.
<jose.santos7@arapiraca.ufal.br>
O COVID-19 surgiu como uma variação altamente contagiosa do coronavírus e desencadeou uma pandemia de alcance global, estratégias de previsão baseadas em séries temporais foram desenvolvidas para estimar disseminação viral e orientar decisões governamentais. Ainda assim, as cidades no interior de Alagoas enfrentam dificuldades em acessar essas previsões, o que acaba tornando complexo o planejamento adequado dos sistemas de saúde. Esta pesquisa propõe uma estratégia utilizando um Ensemble de modelos de aprendizado de máquinas para melhorar as projeções de casos em áreas negligenciadas. O método utilizado consistiu na aplicação de estratégias para combinar previsões como média, mediana e moda com o intuito de melhorar a acurácia do modelo adotado. Os resultados apontam que a abordagem em conjunto com a técnica da moda superou individualmente os modelos em termos precisão indicando potencial para futuras aplicações em cenários com poucos dados. Pode-se inferir que a combinação dos modelos se destaca como uma ferramenta efetiva na predição do COVID-19 e contribui para uma gestão mais eficiente da saúde pública em regiões menos populosas.
COVID-19 emerged as a highly contagious variation of the coronavirus, triggering a pandemic of global reach. Time series forecasting strategies were developed to estimate viral spread and guide government decisions. However, cities in the interior of Alagoas face difficulties accessing these forecasts, making adequate healthcare system planning complex. This research proposes a strategy using an ensemble of machine learning models to improve case projections in underserved areas. The method consisted of applying combination strategies such as mean, median, and mode to enhance the accuracy of the adopted model. The results indicate that the ensemble approach, particularly with the mode technique, outperformed individual models in terms of accuracy, highlighting its potential for future applications in data-scarce scenarios. It can be inferred that model combination stands out as an effective tool for COVID-19 prediction and contributes to more efficient public health management in less populated regions.
Dr.ª Silva, Marianne Batista Diniz da.
Aprendizado de máquina.
COVID-19 (Doença).
Ensemble de Models.