Técnicas de aprendizado de máquina para problemas de previsão de séries temporais

Técnicas de aprendizado de máquina para problemas de previsão de séries temporais

Autor(a)
Araújo, Guilherme Ramon Barbosa de.
<guilherme.araujo@arapiraca.ufal.br>
Ano de publicação
2024
Data da defesa
27/11/2024
Curso/Outros
Física
Número de folhas
47
Tipo
TCC - Trabalho de Conclusão de Curso
Local
UFAL, Campus Arapiraca, Unidade Educacional ARAPIRACA
Resumo

As séries temporais são de grande valor quando se trata de tomada de decisões. Seja em qualquer âmbito, ter a possibilidade de prever o que pode acontecer no futuro é muito benéfico para realizar uma boa tomada de decisão. Neste sentido, procurou-se realizar o estudo de técnicas de previsão de séries temporais que variaram desde as técnicas mais antigas e conhecidas até as mais recentes técnicas de redes neurais artificiais. Analisando como cada uma delas interage com os diferentes tipos de bancos de dados.

Abstract

Time series are of great value when it comes to decision making. Whether in any field, being able to predict what might happen in the future is very beneficial for making good decisions. In this sense, we tried to carry out the study of techniques for forecasting time series that varied from the oldest and most known techniques to the most recent techniques of artificial neural networks. Analyzing how each of them interacts with the different types of databases.

Orientador(a)
Dr.ª Leão, Lidiane Maria Omena da Silva.
Coorientador(a)
Dr. Silva, Askery Alexandre Canabarro Barbosa da.
Banca Examinadora
Dr. Lima, Emerson de.
Dr. Leão Neto, José Pereira.
Palavras-chave
Séries temporais.
Redes neurais artificiais.
Dados estatísticos - Previsão.
Áreas do Conhecimento/Localização
Coleção Propriedade Intelectual (CPI) - BSCA.
Categorias CNPQ
1.00.00.00-3 Ciências exatas e da terra.
Visualizações
39
Observações


Não foi possível exibir o PDF