Técnicas de mineração de dados aplicadas à predição de atraso em voos comerciais

Detalhes bibliográficos
Autor(a) principal: Ditzel, Gustavo Ghedin
Data de Publicação: 2022
Tipo de documento: Trabalho de conclusão de curso
Idioma: por
Título da fonte: Repositório Institucional da UFSC
Texto Completo: https://repositorio.ufsc.br/handle/123456789/232992
Resumo: TCC(graduação) - Universidade Federal de Santa Catarina. Centro Tecnológico. Sistemas de Informação.
id UFSC_1f0a98ec66048fefe4ffe769435a2d87
oai_identifier_str oai:repositorio.ufsc.br:123456789/232992
network_acronym_str UFSC
network_name_str Repositório Institucional da UFSC
repository_id_str 2373
spelling Técnicas de mineração de dados aplicadas à predição de atraso em voos comerciaisDadosMineração de dadosPrediçãoAtrasosVoosTCC(graduação) - Universidade Federal de Santa Catarina. Centro Tecnológico. Sistemas de Informação.Atrasos em voos comerciais provocam prejuízos tanto para os usuários, tal como perda de compromissos, como para as companhias aéreas, que por vezes são obrigadas a pagar taxas e indenizações, entre outros. A literatura não aponta nenhuma solução analítica para esse problema, visto que os motivos para estes atrasos são muitas vezes uma combinação de diversos fatores. Sendo assim, este trabalho apresenta uma solução de mineração de dados e aprendizado de máquina, em conjunto com uma aplicação Web, para estimar atrasos em voos comerciais no Brasil. Dados de voos comerciais passados, disponibilizados pela ANAC, Agência Nacional de Aviação Civil, bem como dados meteorológicos históricos fornecidos pelo INMET, Instituto Nacional de Meteorologia, foram utilizados para criar um conjunto de dados unificado. Os dados passam pelo fluxo clássico de mineração de dados, que inclui integração, limpeza, tratamento e transformação. Uma etapa de engenharia de features (atributos) também foi realizada a fim de melhorar o desempenho dos modelos treinados. Após o tratamento dos dados, é realizado o treinamento de modelos preditivos utilizando métodos baseados em árvores (Decision Trees e Random Forests). Os resultados de treinamento apontam que uma Random Forest, com os devidos ajustes de hiperparâmetros, tem o melhor desempenho, alcançando uma acurácia de 85%. A aplicação Web disponibilizará interações com o usuário para consulta intuitiva dos voos, informando a ocorrência, ou não, de atraso.Florianópolis, SCGrellert, MateusUniversidade Federal de Santa CatarinaDitzel, Gustavo Ghedin2022-03-25T17:35:50Z2022-03-25T17:35:50Z2022-03-17info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesis112 f.application/pdfhttps://repositorio.ufsc.br/handle/123456789/232992info:eu-repo/semantics/openAccessporreponame:Repositório Institucional da UFSCinstname:Universidade Federal de Santa Catarina (UFSC)instacron:UFSC2022-03-25T17:35:55Zoai:repositorio.ufsc.br:123456789/232992Repositório InstitucionalPUBhttp://150.162.242.35/oai/requestopendoar:23732022-03-25T17:35:55Repositório Institucional da UFSC - Universidade Federal de Santa Catarina (UFSC)false
dc.title.none.fl_str_mv Técnicas de mineração de dados aplicadas à predição de atraso em voos comerciais
title Técnicas de mineração de dados aplicadas à predição de atraso em voos comerciais
spellingShingle Técnicas de mineração de dados aplicadas à predição de atraso em voos comerciais
Ditzel, Gustavo Ghedin
Dados
Mineração de dados
Predição
Atrasos
Voos
title_short Técnicas de mineração de dados aplicadas à predição de atraso em voos comerciais
title_full Técnicas de mineração de dados aplicadas à predição de atraso em voos comerciais
title_fullStr Técnicas de mineração de dados aplicadas à predição de atraso em voos comerciais
title_full_unstemmed Técnicas de mineração de dados aplicadas à predição de atraso em voos comerciais
title_sort Técnicas de mineração de dados aplicadas à predição de atraso em voos comerciais
author Ditzel, Gustavo Ghedin
author_facet Ditzel, Gustavo Ghedin
author_role author
dc.contributor.none.fl_str_mv Grellert, Mateus
Universidade Federal de Santa Catarina
dc.contributor.author.fl_str_mv Ditzel, Gustavo Ghedin
dc.subject.por.fl_str_mv Dados
Mineração de dados
Predição
Atrasos
Voos
topic Dados
Mineração de dados
Predição
Atrasos
Voos
description TCC(graduação) - Universidade Federal de Santa Catarina. Centro Tecnológico. Sistemas de Informação.
publishDate 2022
dc.date.none.fl_str_mv 2022-03-25T17:35:50Z
2022-03-25T17:35:50Z
2022-03-17
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/bachelorThesis
format bachelorThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://repositorio.ufsc.br/handle/123456789/232992
url https://repositorio.ufsc.br/handle/123456789/232992
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.format.none.fl_str_mv 112 f.
application/pdf
dc.publisher.none.fl_str_mv Florianópolis, SC
publisher.none.fl_str_mv Florianópolis, SC
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFSC
instname:Universidade Federal de Santa Catarina (UFSC)
instacron:UFSC
instname_str Universidade Federal de Santa Catarina (UFSC)
instacron_str UFSC
institution UFSC
reponame_str Repositório Institucional da UFSC
collection Repositório Institucional da UFSC
repository.name.fl_str_mv Repositório Institucional da UFSC - Universidade Federal de Santa Catarina (UFSC)
repository.mail.fl_str_mv
_version_ 1808652305256415232

Registros relacionados