Predição de séries de indicadores agropecuários por método de clustering não supervisionado

• Autor(a) principal: Vagner Jose Paulino
• Data de Publicação: 2014
• Tipo de documento: Trabalho de conclusão de curso
• Idioma: por
• Título da fonte: Repositório Institucional da UFMG
• Texto Completo: http://hdl.handle.net/1843/VRNS-9UPEF2
• topic: MLP; Predição; Clustering; Predição (Logica); Engenharia elétrica; Automação industrial

Neste trabalho se propõe a elaboração de um sistema de predição de séries de indicadores agropecuários baseado na utilização de um método de agrupamento, Clustering, submetendo o modelo a um treinamento não supervisionado. Para isto, são utilizados, como série de dados de entrada, os valores correspondentes a cotações reais de fechamento, dos preços à vista dos produtos agropecuários, da Bolsa de Valores de São Paulo consideradas como primeira linha. O resultado obtido pelo modelo será comparado à predição gerada por dois métodos de referência (Naive e Rede MLP). Serão realizadas análises das predições resultantes do modelo e dos demais preditores, onde será demonstrado ser o modelo superior ao método Naive e similar ao da Rede MLP para o contexto da predição de um passo à frente. No final deste trabalho, serão sugeridas propostas de trabalhos futuros