Estudo comparativo de técnicas de aprendizagem de máquina para predição de demanda de estoque

Santos, Maurício Oliveira dos

Use este identificador para citar ou linkar para este item: http://repositorio.ufc.br/handle/riufc/70841

Registro completo de metadados

Campo DC	Valor	Idioma
dc.contributor.advisor	Dias, Fábio Carlos Sousa	-
dc.contributor.author	Santos, Maurício Oliveira dos	-
dc.date.accessioned	2023-02-15T13:36:24Z	-
dc.date.available	2023-02-15T13:36:24Z	-
dc.date.issued	2022	-
dc.identifier.citation	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.	pt_BR
dc.identifier.uri	http://www.repositorio.ufc.br/handle/riufc/70841	-
dc.description.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.	pt_BR
dc.language.iso	pt_BR	pt_BR
dc.subject	Previsão de demanda	pt_BR
dc.subject	Aprendizagem profunda	pt_BR
dc.subject	Algoritmos computacionais	pt_BR
dc.title	Estudo comparativo de técnicas de aprendizagem de máquina para predição de demanda de estoque	pt_BR
dc.type	TCC	pt_BR
dc.description.abstract-ptbr	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.	pt_BR
Aparece nas coleções:	SISTEMAS DE INFORMAÇÃO - QUIXADÁ - TCC

Arquivos associados a este item:

Arquivo	Descrição	Tamanho	Formato
2022_tcc_mosantos.pdf		523,18 kB	Adobe PDF	Visualizar/Abrir

Mostrar registro simples do item Visualizar estatísticas