Predição de seguro de automóveis no Brasil utilizando inteligência computacional
Autor(a) principal: | |
---|---|
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 |