???jsp.display-item.identifier???
https://repositorio.unipampa.edu.br/jspui/handle/riu/7528| Tipo: | Trabalho de Conclusão de Curso |
| metadata.dc.title: | Uso de algoritmos para predição de séries temporais: um estudo das plataformas Facebook's Prophet e Amazon DeepAR |
| Autor(es): | Matos, Thamires Sampaio Pontes de |
| Primeiro Orientador: | Nunes, Gerson Alberto Leiria |
| 1° Membro da banca: | Nunes, Gerson Alberto Leiria |
| 2° Membro da banca: | Amaral, Érico Marcelo Hoff do |
| 3° Membro da banca: | Heinen, Milton Roberto |
| Resumo: | Atualmente com avanços da Inteligência Artificial, e o aumento da capacidade de processamento, o aprendizado de máquina, as redes neurais e o aprendizado profundo possibilitam previsões das mais variadas séries temporais. Este trabalho aborda conceitos de Inteligência Artificial, Machine Learning e principalmente as plataformas de previsões de séries temporais amplamente utilizadas no momento: o Facebook’s Prophet e a Amazon DeepAR. Neste estudo, são criados softwares das ambas plataformas citadas com o objetivo de por meio destas, prever o valor do ouro(oz/USD). Apresenta-se um referencial estado-da-arte e das principais tecnologias utilizadas, trabalhos correlatos ao tema, o trabalho realizado em cada plataforma bem como seus resultados: utilizando a métrica de erro MAPE, a ferramenta Amazon DeepAR obteve uma taxa de erro de 0,19% e o Facebook’s Prophet de 0,006%, demostrando ser mais adequada para esse tipo de previsão. Por fim, apresenta-se as considerações relativas aos resultados encontrados juntamente com ideias de futuros trabalhos a serem realizados. |
| Abstract: | Nowadays, with advances in Artificial Intelligence, and the increase in processing capacity, machine learning, neural networks and deep learning have become able to make predictions of the most varied time series. This work presents concepts of Artificial Intelligence, Machine Learning and especially the time series prediction platforms widely used at the moment: Facebook’s Prophet and Amazon DeepAR. In this paper, software of both aforementioned platforms are created in order to predict the value of gold (oz/USD) through them. It presents a state-of-the-art reference and the main technologies used, works related to the theme, the paper carried out on each platform as well as it’s results: using the MAPE error metric, the Amazon DeepAR software obtained a rate error of 0.19% and Facebook’s Prophet of 0.006%, this one proving to be more suitable for this type of prediction. Finally, considerations relating to the results found are presented with ideas for future work to be carried out. |
| metadata.dc.subject: | Inteligência Artificial Aprendizado de Máquina Séries Temporais Amazon DeepAR Facebook’s Prophet Preço do Ouro Predição Artificial Intelligence Machine Learning Time Series Gold Price Prediction |
| CNPQ: | CNPQ::CIENCIAS EXATAS E DA TERRA |
| Idioma: | por |
| metadata.dc.publisher.country: | Brasil |
| metadata.dc.publisher: | Universidade Federal do Pampa |
| Sigla da Instituição: | UNIPAMPA |
| Campus: | Campus Bagé |
| metadata.dc.identifier.citation: | MATOS, Thamires Sampaio Pontes de. Uso de algoritmos para predição de séries temporais: um estudo das plataformas Facebook's Prophet e Amazon DeepAR. 83p. 2022. Trabalho de Conclusão de Curso (Bacharel em Engenharia da Computação) – Universidade Federal do Pampa, Curso de Ciência da Computação, Bagé, 2022. |
| Tipo de acesso: | Acesso Aberto |
| metadata.dc.identifier.uri: | https://repositorio.unipampa.edu.br/jspui/handle/riu/7528 |
| metadata.dc.date.issued: | 12-Aug-2022 |
| ???org.dspace.app.webui.jsptag.ItemTag.appears??? | Engenharia de Computação |
???org.dspace.app.webui.jsptag.ItemTag.files???
| ???org.dspace.app.webui.jsptag.ItemTag.file??? | ???org.dspace.app.webui.jsptag.ItemTag.description??? | ???org.dspace.app.webui.jsptag.ItemTag.filesize??? | ???org.dspace.app.webui.jsptag.ItemTag.fileformat??? | |
|---|---|---|---|---|
| TCC_II_Thamires_Sampaio.pdf | 2.15 MB | Adobe PDF | ???org.dspace.app.webui.jsptag.ItemTag.view??? |
???jsp.display-item.copyright???