Use este identificador para citar ou linkar para este item: http://repositorio.ufgd.edu.br/jspui/handle/prefix/2896
Tipo: Trabalho de Conclusão de Curso
Título: Séries temporais: um estudo de previsão
Autor(es): Veríssimo, Joselmo da Luz
Primeiro Orientador: Costa, Anderson Bessa da
metadata.dc.contributor.referee1: Batista Junior, Joinvile
metadata.dc.contributor.referee2: Odakura, Valguima Victoria Viana Aguiar
Resumo: Este trabalho apresenta um estudo de predição realizado com séries temporais. Uma série temporal é o conjunto de pontos experimentais (informações) observados ao longo do tempo. O estudo utiliza as metodologias ARIMA e Redes Neurais para realizar as previsões de dados, buscando identificar entre as metodologias estudadas aquela que pode ser considerada de maior eficácia na comparação dos resultados obtidos. Cada metodologia apresenta características próprias na busca pelo melhor resultado. Os modelos ARIMA são uma combinação de três componentes, que podem ser interpretados como ”filtros”, sendo estes parâmetros importantes para o modelo na previsão dos dados. As Redes Neurais baseiam-se na ideia de aprendizado, assim como no cérebro, as informações recebidas são processadas, treina-se a rede e espera a indicação do resultado conforme seu aprendizado.
Abstract: This work presents a prediction study of time series. A time series and a set of data points (information) observed over time. The study uses the ARIMA and Neural Networks and methodologies to make data predictions, seeking to identify among the studied methods the most effective based on the results obtained. Each methodology has its own characteristics in the search for the best result. ARIMA models are a combination of three components which can be interpreted as "filters", which are important parameters for the model in predicting the data. Neural Networks is based on the idea of learning, as well as in the brain, the information received is processed, used to train the network and a model is used that can he used to medict new dat.
Palavras-chave: Séries temporais (linguagem de programação)
Time Series (Computer program language)
Rede neural (Ciência da computação)
Neural computers
CNPq: CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::METODOLOGIA E TECNICAS DA COMPUTACAO::SISTEMAS DE INFORMACAO
Idioma: por
País: Brasil
Editor: Universidade Federal da Grande Dourados
Sigla da Instituição: UFGD
metadata.dc.publisher.department: Faculdade de Ciências Exatas e Tecnologia
Citação: VERÍSSIMO, Joselmo da Luz. Séries temporais: um estudo de previsão. 2016. Trabalho de Conclusão de Curso (Bacharelado em Sistemas de Informação) – Faculdade de Ciências Exatas e Tecnologias, Universidade Federal da Grande Dourados, Dourados, MS, 2016.
Tipo de Acesso: Acesso Aberto
URI: http://repositorio.ufgd.edu.br/jspui/handle/prefix/2896
Data do documento: 23-Set-2016
Aparece nas coleções:Sistemas de Informação

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
JoselmoLuzVerissimo.pdf2,4 MBAdobe PDFVisualizar/Abrir


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.