Use este identificador para citar ou linkar para este item:
http://repositorio.utfpr.edu.br/jspui/handle/1/29703
Registro completo de metadados
Campo DC | Valor | Idioma |
---|---|---|
dc.creator | Marujo, Lucas | - |
dc.date.accessioned | 2022-09-22T16:38:25Z | - |
dc.date.available | 2022-09-22T16:38:25Z | - |
dc.date.issued | 2021-08-26 | - |
dc.identifier.citation | MARUJO, Lucas. Estudo comparativo entre métodos estatísticos e de inteligência artificial para previsão de preço de café no Brasil. 2021. Dissertação (Mestrado em Tecnologias Computacionais para o Agronegócio) - Universidade Tecnológica Federal do Paraná, Medianeira, 2021. | pt_BR |
dc.identifier.uri | http://repositorio.utfpr.edu.br/jspui/handle/1/29703 | - |
dc.description.abstract | Forecasting is something common in anyone's daily life, it is a factor of great importance for decision making and strategic planning, even more in a business environment or in the financial market. Thus, there is interest in developing increasingly efficient methodologies to generate these forecasts. This work had as main objective to elaborate a comparative study between statistical and artificial intelligence methods to predict the price of coffee in Brazil. Better performances were obtained with the models LSTM network and ARIMA, however, it was possible to see that each method approached may be suitable in relation to some means of use. Thus, at different scales, the models discussed can be useful for decision making. | pt_BR |
dc.description.sponsorship | Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) | pt_BR |
dc.language | por | pt_BR |
dc.publisher | Universidade Tecnológica Federal do Paraná | pt_BR |
dc.rights | openAccess | pt_BR |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-sa/4.0/ | pt_BR |
dc.subject | Redes neurais (Computação) | pt_BR |
dc.subject | Análise de séries temporais | pt_BR |
dc.subject | Análise de regressão | pt_BR |
dc.subject | Planejamento estratégico | pt_BR |
dc.subject | Neural networks (Computer science) | pt_BR |
dc.subject | Time-series analysis | pt_BR |
dc.subject | Regression analysis | pt_BR |
dc.subject | Strategic planning | pt_BR |
dc.title | Estudo comparativo entre métodos estatísticos e de inteligência artificial para previsão de preço de café no Brasil | pt_BR |
dc.title.alternative | Comparative study between statistical and artificial intelligence methods for predicting coffee prices in Brazil | pt_BR |
dc.type | masterThesis | pt_BR |
dc.description.resumo | Prever é algo comum no cotidiano de qualquer pessoa, é um fator de grande importância para tomada de decisões e planejamento estratégico, ainda mais em um ambiente empresarial ou no mercado financeiro. Dessa forma, existe interesse em que sejam desenvolvidas metodologias cada vez mais eficientes para gerar essas previsões. Este trabalho teve por objetivo principal elaborar um estudo comparativo entre métodos estatísticos e de inteligência artificial para prever o preço de café no Brasil. Obteve-se melhores desempenhos com os modelos ARIMA e de rede LSTM, contudo, foi possível perceber que cada método abordado pode ser adequado em relação a algum meio de utilização. Dessa forma, em diferentes escalas os modelos abordados podem ser úteis para a tomada de decisões. | pt_BR |
dc.degree.local | Medianeira | pt_BR |
dc.publisher.local | Medianeira | pt_BR |
dc.creator.ID | https://orcid.org/0000-0002-5888-8407 | pt_BR |
dc.creator.Lattes | http://lattes.cnpq.br/0082379697565111 | pt_BR |
dc.contributor.advisor1 | Schmidt, Carla Adriana Pizarro | - |
dc.contributor.advisor1ID | https://orcid.org/0000-0003-4098-5759 | pt_BR |
dc.contributor.advisor1Lattes | http://lattes.cnpq.br/6715272307281643 | pt_BR |
dc.contributor.referee1 | Schmidt, Carla Adriana Pizarro | - |
dc.contributor.referee1ID | https://orcid.org/0000-0003-4098-5759 | pt_BR |
dc.contributor.referee1Lattes | http://lattes.cnpq.br/6715272307281643 | pt_BR |
dc.contributor.referee2 | Santos, José Airton Azevedo dos | - |
dc.contributor.referee2ID | https://orcid.org/0000-0002-2568-5734 | pt_BR |
dc.contributor.referee2Lattes | http://lattes.cnpq.br/1208427854093144 | pt_BR |
dc.contributor.referee3 | Silvina, Luani Back | - |
dc.contributor.referee3ID | https://orcid.org/0000-0002-3636-8451 | pt_BR |
dc.contributor.referee3Lattes | http://lattes.cnpq.br/9370168756909943 | pt_BR |
dc.publisher.country | Brasil | pt_BR |
dc.publisher.program | Programa de Pós-Graduação em Tecnologias Computacionais para o Agronegócio | pt_BR |
dc.publisher.initials | UTFPR | pt_BR |
dc.subject.cnpq | CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO | pt_BR |
dc.subject.capes | Engenharia/Tecnologia/Gestão | pt_BR |
Aparece nas coleções: | MD - Programa de Pós-Graduação em Tecnologias Computacionais para o Agronegócio |
Arquivos associados a este item:
Arquivo | Descrição | Tamanho | Formato | |
---|---|---|---|---|
inteligenciaartificialprecocafe.pdf | 5,25 MB | Adobe PDF | Visualizar/Abrir |
Este item está licenciada sob uma Licença Creative Commons