Predição de seguro de automóveis no Brasil utilizando inteligência computacional

Detalhes bibliográficos
Autor(a) principal: Leonardo Vieira da Costa
Data de Publicação: 2020
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Institucional da UFMG
Texto Completo: http://hdl.handle.net/1843/44545
Resumo: O uso da inteligência computacional está cada dia mais presente em diversas situações do nosso cotidiano, incluindo a área financeira, com o uso de classificadores e regressores. Uma ferramenta de classificação e regressão eficiente é a Máquina de Vetor de Suporte, projetada para obter uma boa capacidade de generalização. Este trabalho propõe a predição de seguro de automóveis no Brasil utilizando inteligência computacional. O método proposto faz a coleta de dados através de um aplicativo desenvolvido para celulares , ranqueia em termo de importância as características inseridas no aplicativo, seleciona o número ideal de características, calcula o valor esperado do seguro utilizando o SVM e, por último, calcula os quantis desejados utilizando bootstrap. Nos experimentos foi constatado que o método performou melhor com as métricas adotadas do que o regressor utilizado como benchmark.
id UFMG_675db9ff83b89a18fafccdfe6b003180
oai_identifier_str oai:repositorio.ufmg.br:1843/44545
network_acronym_str UFMG
network_name_str Repositório Institucional da UFMG
repository_id_str
spelling Cristiano Leite de Castrohttp://lattes.cnpq.br/7892966809901738Luiz Carlos Bambirra TorresWillian Soares Lacerdahttp://lattes.cnpq.br/7892966809901738Leonardo Vieira da Costa2022-08-24T18:23:21Z2022-08-24T18:23:21Z2020-02-07http://hdl.handle.net/1843/44545O uso da inteligência computacional está cada dia mais presente em diversas situações do nosso cotidiano, incluindo a área financeira, com o uso de classificadores e regressores. Uma ferramenta de classificação e regressão eficiente é a Máquina de Vetor de Suporte, projetada para obter uma boa capacidade de generalização. Este trabalho propõe a predição de seguro de automóveis no Brasil utilizando inteligência computacional. O método proposto faz a coleta de dados através de um aplicativo desenvolvido para celulares , ranqueia em termo de importância as características inseridas no aplicativo, seleciona o número ideal de características, calcula o valor esperado do seguro utilizando o SVM e, por último, calcula os quantis desejados utilizando bootstrap. Nos experimentos foi constatado que o método performou melhor com as métricas adotadas do que o regressor utilizado como benchmark.The use of computational intelligence is increasingly present in various situations in our daily lives, including financially with the use of classification and regression. An efficient classification and regression tool is a Support Vector Machine, designed to obtain good generalizability. This dissertation proposes the forecast of auto insurance in Brazil by using computational intelligence. The proposed method collects data through an application developed for smartphones, ranking the characteristics inserted in terms of importance, selecting the ideal number of characteristics, calculating the expected value of insurance using the SVM regression, and finally calculating the desired quantiles using the bootstrap technique. In the experiments, it was found that the method performs better wiht the adopted metrics, than when the regression used as a benchmark.porUniversidade Federal de Minas GeraisPrograma de Pós-Graduação em Engenharia ElétricaUFMGBrasilENG - DEPARTAMENTO DE ENGENHARIA ELÉTRICAEngenharia elétricaInteligência computacionalPredição (Lógica)Seguro de automóveisSeguro de automóveisSeleção de característicasMáquinas de vetores de suporteBootstrapPredição de seguro de automóveis no Brasil utilizando inteligência computacionalinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UFMGinstname:Universidade Federal de Minas Gerais (UFMG)instacron:UFMGORIGINAL1737M.pdf1737M.pdfapplication/pdf2042475https://repositorio.ufmg.br/bitstream/1843/44545/5/1737M.pdf4738de09d24ef6fde357762bd802a504MD55LICENSElicense.txtlicense.txttext/plain; charset=utf-82118https://repositorio.ufmg.br/bitstream/1843/44545/6/license.txtcda590c95a0b51b4d15f60c9642ca272MD561843/445452022-08-24 15:23:22.202oai:repositorio.ufmg.br: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ório de PublicaçõesPUBhttps://repositorio.ufmg.br/oaiopendoar:2022-08-24T18:23:22Repositório Institucional da UFMG - Universidade Federal de Minas Gerais (UFMG)false
dc.title.pt_BR.fl_str_mv Predição de seguro de automóveis no Brasil utilizando inteligência computacional
title Predição de seguro de automóveis no Brasil utilizando inteligência computacional
spellingShingle Predição de seguro de automóveis no Brasil utilizando inteligência computacional
Leonardo Vieira da Costa
Seguro de automóveis
Seleção de características
Máquinas de vetores de suporte
Bootstrap
Engenharia elétrica
Inteligência computacional
Predição (Lógica)
Seguro de automóveis
title_short Predição de seguro de automóveis no Brasil utilizando inteligência computacional
title_full Predição de seguro de automóveis no Brasil utilizando inteligência computacional
title_fullStr Predição de seguro de automóveis no Brasil utilizando inteligência computacional
title_full_unstemmed Predição de seguro de automóveis no Brasil utilizando inteligência computacional
title_sort Predição de seguro de automóveis no Brasil utilizando inteligência computacional
author Leonardo Vieira da Costa
author_facet Leonardo Vieira da Costa
author_role author
dc.contributor.advisor1.fl_str_mv Cristiano Leite de Castro
dc.contributor.advisor1Lattes.fl_str_mv http://lattes.cnpq.br/7892966809901738
dc.contributor.referee1.fl_str_mv Luiz Carlos Bambirra Torres
dc.contributor.referee2.fl_str_mv Willian Soares Lacerda
dc.contributor.authorLattes.fl_str_mv http://lattes.cnpq.br/7892966809901738
dc.contributor.author.fl_str_mv Leonardo Vieira da Costa
contributor_str_mv Cristiano Leite de Castro
Luiz Carlos Bambirra Torres
Willian Soares Lacerda
dc.subject.por.fl_str_mv Seguro de automóveis
Seleção de características
Máquinas de vetores de suporte
Bootstrap
topic Seguro de automóveis
Seleção de características
Máquinas de vetores de suporte
Bootstrap
Engenharia elétrica
Inteligência computacional
Predição (Lógica)
Seguro de automóveis
dc.subject.other.pt_BR.fl_str_mv Engenharia elétrica
Inteligência computacional
Predição (Lógica)
Seguro de automóveis
description O uso da inteligência computacional está cada dia mais presente em diversas situações do nosso cotidiano, incluindo a área financeira, com o uso de classificadores e regressores. Uma ferramenta de classificação e regressão eficiente é a Máquina de Vetor de Suporte, projetada para obter uma boa capacidade de generalização. Este trabalho propõe a predição de seguro de automóveis no Brasil utilizando inteligência computacional. O método proposto faz a coleta de dados através de um aplicativo desenvolvido para celulares , ranqueia em termo de importância as características inseridas no aplicativo, seleciona o número ideal de características, calcula o valor esperado do seguro utilizando o SVM e, por último, calcula os quantis desejados utilizando bootstrap. Nos experimentos foi constatado que o método performou melhor com as métricas adotadas do que o regressor utilizado como benchmark.
publishDate 2020
dc.date.issued.fl_str_mv 2020-02-07
dc.date.accessioned.fl_str_mv 2022-08-24T18:23:21Z
dc.date.available.fl_str_mv 2022-08-24T18:23:21Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://hdl.handle.net/1843/44545
url http://hdl.handle.net/1843/44545
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.publisher.none.fl_str_mv Universidade Federal de Minas Gerais
dc.publisher.program.fl_str_mv Programa de Pós-Graduação em Engenharia Elétrica
dc.publisher.initials.fl_str_mv UFMG
dc.publisher.country.fl_str_mv Brasil
dc.publisher.department.fl_str_mv ENG - DEPARTAMENTO DE ENGENHARIA ELÉTRICA
publisher.none.fl_str_mv Universidade Federal de Minas Gerais
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFMG
instname:Universidade Federal de Minas Gerais (UFMG)
instacron:UFMG
instname_str Universidade Federal de Minas Gerais (UFMG)
instacron_str UFMG
institution UFMG
reponame_str Repositório Institucional da UFMG
collection Repositório Institucional da UFMG
bitstream.url.fl_str_mv https://repositorio.ufmg.br/bitstream/1843/44545/5/1737M.pdf
https://repositorio.ufmg.br/bitstream/1843/44545/6/license.txt
bitstream.checksum.fl_str_mv 4738de09d24ef6fde357762bd802a504
cda590c95a0b51b4d15f60c9642ca272
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UFMG - Universidade Federal de Minas Gerais (UFMG)
repository.mail.fl_str_mv
_version_ 1803589315115089920

Registros relacionados