1. Biblioteca Digital de Teses e Dissertações da UFCG
  2. Campus Campina Grande | Centro de Engenharia Elétrica e Informática - CEEI
  3. CURSOS DE GRADUAÇÃO DO CEEI
  4. Curso de Bacharelado em Ciência da Computação
  5. Trabalho de Conclusão de Curso - Artigo - Ciência da Computação
Please use this identifier to cite or link to this item: http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/20696
Full metadata record
DC FieldValueLanguage
dc.creator.IDROCHA, D. N. N.pt_BR
dc.creator.Latteshttp://lattes.cnpq.br/6696254584455098pt_BR
dc.contributor.advisor1MARINHO, Leandro Balby.
dc.contributor.advisor1IDMARINHO, L. B.pt_BR
dc.contributor.advisor1Latteshttp://lattes.cnpq.br/3728312501032061pt_BR
dc.contributor.referee1GHEYI, Rohit.
dc.contributor.referee1IDGHEYI, R.pt_BR
dc.description.resumoA dinâmica do sistema político brasileiro dificulta a compreensão do processo eleitoral. Essa situação pode fazer com que a sociedade seja menos participativa, sendo algo prejudicial para a democracia. Nesse sentido, foi feita uma avaliação acerca da utilização de dados públicos e técnicas de aprendizagem de máquina, com o objetivo de observar padrões a partir de eleições passadas e inferir resultados por meio do desenvolvimento de modelos preditivos. Além disso, procurou-se entender quais variáveis foram mais úteis para os modelos gerados, na tentativa de alcançar uma melhor compreensão acerca das características das eleições. Utilizando os dados coletados, os algoritmos de aprendizagem de máquina produziram modelos que foram avaliados e tiveram seus atributos mais importantes selecionados. Dessa forma, novos modelos foram obtidos a partir das características escolhidas e eles também foram examinados. Após observação dos resultados, o modelo random forest apresentou melhores desempenhos com relação à métrica definida e, em contrapartida, a seleção das variáveis mais importantes para a construção dos modelos não produziu melhores resultados.pt_BR
dc.publisher.countryBrasilpt_BR
dc.publisher.departmentCentro de Engenharia Elétrica e Informática - CEEIpt_BR
dc.publisher.initialsUFCGpt_BR
dc.subject.cnpqCiência da Computação.pt_BR
dc.titleAvaliação de modelos preditivos para a extração de características significativas nas eleições brasileiras.pt_BR
dc.date.issued2019-07-02
dc.identifier.urihttp://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/20696
dc.date.accessioned2021-08-19T17:15:53Z
dc.date.available2021-08-19
dc.date.available2021-08-19T17:15:53Z
dc.typeTrabalho de Conclusão de Cursopt_BR
dc.subjectAprendizagem de máquinapt_BR
dc.subjectPrediçãopt_BR
dc.subjectEleiçõespt_BR
dc.subjectDados desbalanceadospt_BR
dc.subjectDesenvolvimento de modelos preditivospt_BR
dc.subjectAlgoritmos de aprendizagem de máquinapt_BR
dc.subjectModelo Random Forestpt_BR
dc.subjectRegressão logísticapt_BR
dc.subjectRedes neuraispt_BR
dc.subjectMachine learningpt_BR
dc.subjectPredictionpt_BR
dc.subjectElectionspt_BR
dc.subjectUnbalanced datapt_BR
dc.subjectDevelopment of predictive modelspt_BR
dc.subjectMachine Learning Algorithmspt_BR
dc.subjectRandom Forest Modelpt_BR
dc.subjectLogistic regressionpt_BR
dc.subjectNeural networkspt_BR
dc.rightsAcesso Abertopt_BR
dc.creatorROCHA, Daniyel Negromonte Nascimento.
dc.publisherUniversidade Federal de Campina Grandept_BR
dc.languageporpt_BR
dc.title.alternativeEvaluation of predictive models for extracting significant characteristics in Brazilian elections.pt_BR
dc.identifier.citationROCHA, Daniyel Negromonte Nascimento. Avaliação de modelos preditivos para a extração de características significativas nas eleições brasileiras. 2019. 15f. (Trabalho de Conclusão de Curso - Artigo) – Curso de Bacharelado em Ciência da Computação, Centro de Engenharia Elétrica e Informática, Universidade Federal de Campina Grande, Paraíba, Brasil, 2019. Disponível em: http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/20696pt_BR
Appears in Collections:Trabalho de Conclusão de Curso - Artigo - Ciência da Computação

Files in This Item:
File Description SizeFormat 
DANIYEL NEGROMONTE NASCIMENTO ROCHA - TCC CIÊNCIA DA COMPUTAÇÃO 2019.pdfDaniyel Negromonte Nascimento Rocha - TCC Ciência da Computação 2019.746.01 kBAdobe PDFView/Open
Show simple item record


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.