Notícias

Banca de QUALIFICAÇÃO: CLAUDIA PATRÍCIA SILVA PIMENTEL

Uma banca de QUALIFICAÇÃO de MESTRADO foi cadastrada pelo programa.
DISCENTE: CLAUDIA PATRÍCIA SILVA PIMENTEL
DATA: 04/10/2022
HORA: 14:00
LOCAL: ONLINE
TÍTULO:

APLICAÇÃO DE TÉCNICAS DE APRENDIZAGEM DE MÁQUINA COM SELEÇÃO DE VARIÁVEIS NA PREVISÃO DE RECEITAS PÚBLICAS DE CAPITAIS BRASILEIRAS


PALAVRAS-CHAVES:

Previsão de Receitas pública, Transferências Constitucionais e Legais, Aprendizagem de Máquina; Seleção de variáveis; CRISP-DM.


PÁGINAS: 66
GRANDE ÁREA: Ciências Exatas e da Terra
ÁREA: Ciência da Computação
RESUMO:

Considera-se a previsão de receitas de grande relevância para os tomadores de decisão, bem como para o planejamento. Quando se trata do campo de aplicação prática, voltado para o Setor Público, especialmente na esfera municipal, observam-se distorções entre os valores orçados e previsto, mesmo aplicando as regras de variação de atributos com efeito de preço e de quantidade previstas na legislação vigente. A questão tem sido investigada por pesquisadores com uma trajetória de avanços de métodos de regressão estatísticos, os paramétricos, e as aplicações de técnicas de aprendizagem de máquina, alcunhadas de não-paramétricos, mas a problemática das divergências das previsões continua e a legislação exige justificativas. Neste contexto, faz-se necessário investigar se os efeitos preço e quantidade podem ser identificados por técnicas de aprendizagem de máquina e os erros de previsão das receitas poderiam ser mitigados se as variáveis exógenas fossem usadas pelo regime de competência do ingresso de recursos. Neste sentido, esta pesquisa tem o objetivo de realizar um estudo de caso, em 8 Capitais, para escolher as variáveis exógenas que atendam as prerrogativas legais, nos horizontes temporais das peças orçamentárias, adotando a metodologia CRISP-DM, por meio da comparação da lista de importância de algoritmos Ensembles com um modelo combinado das abordagens de filtro com wrapper, submetendo-os aos mesmos algoritmos para escolher as variáveis com menores métricas de avaliação dentro de uma sequência de menores erros das receitas transferidas.


MEMBROS DA BANCA:
Presidente(a) - 853053 - ANTONIO FERNANDO LAVAREDA JACOB JUNIOR
Interno - 887.995.902-63 - FABIO MANOEL FRANCA LOBATO - UFOPA
Externo à Instituição - MAURO MARGALHO COUTINHO - UNAMA
Interno - 444.610.973-15 - OMAR ANDRES CARMONA CORTES - IFMA
Notícia cadastrada em: 23/09/2022 17:00
SIGUEMA Acadêmico | Coordenação de Sistemas de Informação - 2016-8200, ramal 9950/2016-8201/2016-8202 | Copyright © 2006-2024 - UEMA - AppServer2.s2i1