Por favor, use este identificador para citar o enlazar este ítem: http://repositorio.ufc.br/handle/riufc/70841
Tipo: TCC
Título : Estudo comparativo de técnicas de aprendizagem de máquina para predição de demanda de estoque
Autor : Santos, Maurício Oliveira dos
Tutor: Dias, Fábio Carlos Sousa
Palabras clave : Previsão de demanda;Aprendizagem profunda;Algoritmos computacionais
Fecha de publicación : 2022
Citación : SANTOS, Maurício Oliveira dos. Estudo comparativo de técnicas de aprendizagem de máquina para predição de demanda de estoque. 2022. 35 f. Trabalho de Conclusão de Curso (Graduação em Sistemas de Informação)-Universidade Federal do Ceará, Campus de Quixadá, Quixadá, 2022.
Resumen en portugués brasileño: O uso de aprendizado de máquina vem crescendo à cada dia nas mais diversas áreas do cotidiando. Dentre elas, o controle de estoque de produtos de alta perecibilidade é uma área sensível para empresas. Com isso essas empresas recorrem a técnicas para conseguir realizar a predição das demandas dos produtos, afim de reduzir perdas e fazer um melhor controle de seu estoque. E atualmente o aprendizado de máquina é uma maneira que as empresas utilizam para realizar essa predição. Este trabalho busca realizar um estudo comparativo técnicas de predição na área de aprendizado máquina, voltado a construção de modelos preditivos utilizando os algoritmos Random Forest, Xgboost e Catboost. Para pode predizer a demanda dos produtos e realizar uma comparação entre os resultados obtidos com a execução dos modelos.
Abstract: The use of machine learning is growing every day in the most diverse areas of everyday life. Among them are companies with stock of highly perishable products. With this, these companies resort to techniques to be able to forecast product demands, in order to reduce losses and make better control of their stock. And today machine learning is one way that companies use to make that prediction. This work seeks to use prediction techniques to predict the demand for products, performing a comparative study between the approached techniques.
URI : http://www.repositorio.ufc.br/handle/riufc/70841
Aparece en las colecciones: SISTEMAS DE INFORMAÇÃO - QUIXADÁ - TCC

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
2022_tcc_mosantos.pdf523,18 kBAdobe PDFVisualizar/Abrir


Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.