Análise preditiva do preço da cesta básica na cidade de Natal-RN utilizando redes neurais e séries temporais

• Autor(a) principal: Damasceno, Roney Henrique Valério
• Data de Publicação: 2023
• Tipo de documento: Trabalho de conclusão de curso
• Idioma: por
• Título da fonte: Repositório Institucional da UFRN
• Texto Completo: https://repositorio.ufrn.br/handle/123456789/56236
• topic: Cesta básica; Séries temporais; Redes Neurais; Aprendizagem de máquina; ARIMA; Multilayer Perceptron; Basic food basket; Machine Learning; Time series; Neural Networks

O presente estudo busca refletir sobre a complexidade das técnicas de predição das séries temporais. No caso específico desse trabalho, o objeto de estudo trata-se do preço da cesta básica na cidade de Natal-RN. Em um empenho para contribuir com o aprimoramento e precisão de previsões, comparamos o desempenho de dois métodos distintos: o modelo tradicional ARIMA e duas abordagens mais recentes baseadas em redes neurais, especificamente as Redes Neurais Alimentadas Adiante (RNN) e Redes Neurais de Múltiplas Camadas (MLP). A pesquisa contou com a coleta de dados relacionados ao preço da cesta básica na cidade de Natal-RN, seguida pela execução e treinamento dos modelos ARIMA, RNN e MLP. Para comparar os resultados obtidos por cada um dos padrões, foram consideradas métricas de desempenho, como erro médio absoluto (EMA) e o erro quadrático médio (EQM), para avaliar a robustez de cada uma das abordagens. Os resultados obtidos revelaram, além da eficácia relativa dessas técnicas para a previsão das cestas básicas, reflexões sobre a precisão a diferentes cenários. A conclusão do estudo, por fim, aponta a relevância de considerar abordagens cujos métodos estão sendo desenvolvidos nos dias atuais, de modo particular em situações que envolvem conjunturas dinâmicas.