Aprendizagem de m?quina na Administra??o P?blica: uso do algoritmo Random Forest na predi??o do dano ambiental da APA do Ato do Mucuri
Autor(a) principal: | |
---|---|
Data de Publicação: | 2021 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Repositório Institucional da UFVJM |
Texto Completo: | http://acervo.ufvjm.edu.br/jspui/handle/1/2918 |
Resumo: | A ?rea de Prote??o Ambiental (APA) do Alto do Mucuri ? uma unidade de conserva??o de uso sustent?vel que tem como objetivo a integra??o sustent?vel na rela??o entre o homem e a natureza. O territ?rio abrange oito munic?pios localizados na regi?o do Vale do Mucuri e tem como principal amea?a de exist?ncia a interven??o ambiental ilegal do ser humano, sendo o inc?ndio florestal um dos grandes desafios para sua sobreviv?ncia. O Registro de Ocorr?ncia de Inc?ndio (ROI) ? uma das ferramentas para compreens?o e combate do inc?ndio florestal que consiste no preenchimento de formul?rio contendo aspectos desde a identifica??o do inc?ndio florestal at? a sua debela??o. Com base nessas informa??es, o estudo utilizou o m?todo descritivo e a abordagem quantitativa para analisar a contribui??o preditiva da ocorr?ncia do dano ambiental na gest?o p?blica da APA do Alto do Mucuri, a partir de 138 ROI?s gerados entre os anos 2014 a 2018. Para an?lise foi utilizado o algoritmo Random Forest, t?cnica de aprendizado de m?quina para predi??o das vari?veis determinantes do dano ambiental. Os resultados alcan?ados revelaram maiores ocorr?ncias de inc?ndios, respectivamente, nos munic?pios de Ladainha e Itaip?, atingindo principalmente a vegeta??o Floresta Estacional Semidecidual do bioma Mata Atl?ntica. Os eventos, em sua maioria, tiveram causas desconhecidas e atividades agropecu?rias, alcan?ando o n?mero de 14.729,92 hectares de vegeta??o queimada e 9.864,61 horas de combate de inc?ndios florestais. Os modelos I e II aplicados no algoritmo Random Forest alcan?aram n?veis de acur?cia de 48,78% na fase de testagem demonstrando melhor poder preditivo para o dano ambiental de intensidade baixa e moderada. Os fatores que mais colaboraram para a identifica??o do dano ambiental foram: cobertura agropecu?ria, m?s, cobertura floresta natural para o ?ndice de acur?cia m?dia e as vari?veis de concentra??o de mon?xido de carbono, dire??o do vento e concentra??o de oz?nio para o ?ndice Gini. Atrav?s dos resultados foi poss?vel verificar a import?ncia das caracter?sticas clim?ticas e de cobertura geogr?fica para a mensura??o do dano ambiental. Como sugest?o de estudo para as atividades de gest?o da unidade de conserva??o ? a reformula??o do conte?do do ROI e a utiliza??o do algoritmo Random Forest de maneira rotineira para alcance de efici?ncia na utiliza??o de insumos e tempo de resposta para o combate de inc?ndios florestais. |
id |
UFVJM-2_ad126c5a6293c0f42b384bb0f544c39f |
---|---|
oai_identifier_str |
oai:acervo.ufvjm.edu.br/jspui:1/2918 |
network_acronym_str |
UFVJM-2 |
network_name_str |
Repositório Institucional da UFVJM |
repository_id_str |
2145 |
spelling |
Passos, Diego da SilvaUniversidade Federal dos Vales do Jequitinhonha e Mucuri (UFVJM)Menezes, Jo?o Paulo Calembo Batista2022-08-10T18:25:03Z2022-08-10T18:25:03Z20212021-02-19PASSOS, Diego da Silva. Aprendizagem de m?quina na Administra??o P?blica: uso do algoritmo Random Forest na predi??o do dano ambiental da APA do Ato do Mucuri. 2021. 105 p. Disserta??o (Mestrado em Administra??o P?blica) ? Programa de P?s-gradua??o em Administra??o P?blica, Universidade Federal dos Vales do Jequitinhonha e Mucuri, Te?filo Otoni, 2021.http://acervo.ufvjm.edu.br/jspui/handle/1/2918A ?rea de Prote??o Ambiental (APA) do Alto do Mucuri ? uma unidade de conserva??o de uso sustent?vel que tem como objetivo a integra??o sustent?vel na rela??o entre o homem e a natureza. O territ?rio abrange oito munic?pios localizados na regi?o do Vale do Mucuri e tem como principal amea?a de exist?ncia a interven??o ambiental ilegal do ser humano, sendo o inc?ndio florestal um dos grandes desafios para sua sobreviv?ncia. O Registro de Ocorr?ncia de Inc?ndio (ROI) ? uma das ferramentas para compreens?o e combate do inc?ndio florestal que consiste no preenchimento de formul?rio contendo aspectos desde a identifica??o do inc?ndio florestal at? a sua debela??o. Com base nessas informa??es, o estudo utilizou o m?todo descritivo e a abordagem quantitativa para analisar a contribui??o preditiva da ocorr?ncia do dano ambiental na gest?o p?blica da APA do Alto do Mucuri, a partir de 138 ROI?s gerados entre os anos 2014 a 2018. Para an?lise foi utilizado o algoritmo Random Forest, t?cnica de aprendizado de m?quina para predi??o das vari?veis determinantes do dano ambiental. Os resultados alcan?ados revelaram maiores ocorr?ncias de inc?ndios, respectivamente, nos munic?pios de Ladainha e Itaip?, atingindo principalmente a vegeta??o Floresta Estacional Semidecidual do bioma Mata Atl?ntica. Os eventos, em sua maioria, tiveram causas desconhecidas e atividades agropecu?rias, alcan?ando o n?mero de 14.729,92 hectares de vegeta??o queimada e 9.864,61 horas de combate de inc?ndios florestais. Os modelos I e II aplicados no algoritmo Random Forest alcan?aram n?veis de acur?cia de 48,78% na fase de testagem demonstrando melhor poder preditivo para o dano ambiental de intensidade baixa e moderada. Os fatores que mais colaboraram para a identifica??o do dano ambiental foram: cobertura agropecu?ria, m?s, cobertura floresta natural para o ?ndice de acur?cia m?dia e as vari?veis de concentra??o de mon?xido de carbono, dire??o do vento e concentra??o de oz?nio para o ?ndice Gini. Atrav?s dos resultados foi poss?vel verificar a import?ncia das caracter?sticas clim?ticas e de cobertura geogr?fica para a mensura??o do dano ambiental. Como sugest?o de estudo para as atividades de gest?o da unidade de conserva??o ? a reformula??o do conte?do do ROI e a utiliza??o do algoritmo Random Forest de maneira rotineira para alcance de efici?ncia na utiliza??o de insumos e tempo de resposta para o combate de inc?ndios florestais.Submitted by Gilson Rodrigues (gilson.rodrigues@ufvjm.edu.br) on 2022-08-09T20:54:46Z No. of bitstreams: 1 2021 - Disserta??o AP - Diego da Silva Passos.pdf: 1932067 bytes, checksum: 4a1924964d6436b8a9ab105dd5d1f686 (MD5)Approved for entry into archive by Jos? Henrique Henrique (jose.neves@ufvjm.edu.br) on 2022-08-10T18:25:03Z (GMT) No. of bitstreams: 1 2021 - Disserta??o AP - Diego da Silva Passos.pdf: 1932067 bytes, checksum: 4a1924964d6436b8a9ab105dd5d1f686 (MD5)Made available in DSpace on 2022-08-10T18:25:03Z (GMT). No. of bitstreams: 1 2021 - Disserta??o AP - Diego da Silva Passos.pdf: 1932067 bytes, checksum: 4a1924964d6436b8a9ab105dd5d1f686 (MD5) Previous issue date: 2021Universidade Federal dos Vales do Jequitinhonha e Mucuri (UFVJM)Disserta??o (Mestrado) ? Programa de P?s-gradua??o em Administra??o P?blica, Universidade Federal dos Vales do Jequitinhonha e Mucuri, 2021.The Environmental Protection Area (APA) of Alto do Mucuri is a conservation unit for sustainable use that aims at sustainable integration in the relationship between man and nature. The territory covers eight municipalities located in the Vale do Mucuri region and its main threat to existence is the illegal environmental intervention of human beings, the forest fire being one of the major challenges for their survival. The Fire Occurrence Record (ROI) is one of the tools for understanding and fighting forest fire that consists of filling out a form containing aspects from the identification of the forest fire to its elimination. Based on this information, the study used the descriptive method and the quantitative approach to analyze the predictive contribution of the occurrence of environmental damage in the public management of the APA Alto do Mucuri, from 138 ROI?s generated between the years 2014 to 2018. The Random Forest algorithm was used for analysis, machine learning technique to predict the variables that determine environmental damage. The results achieved revealed greater occurrences of fires in the municipalities of Ladainha and Itaip? respectively, mainly affecting the vegetation of the semi-deciduous seasonal forest of the Atlantic Forest biome. Most of the events had unknown causes and agricultural activities, reaching 14,729.92 hectares of burnt vegetation and 9,864.61 hours of forest firefighting. Models I and II applied to the Random Forest algorithm reached accuracy levels of 48.78% in the testing phase, demonstrating a better predictive power for low and moderate intensity environmental damage. The factors that contributed most to the identification of environmental damage were: agricultural cover, month, natural forest cover for the average accuracy index and the variables of carbon monoxide concentration, wind direction and ozone concentration for the Gini index. Through the results it was possible to verify the importance of climatic characteristics and geographic coverage for the measurement of environmental damage. As a suggestion of the study for the management activities of the conservation unit is the reformulation of the content of the ROI and the use of the Random Forest algorithm on a routine basis to achieve efficiency in the use of inputs and response time for fighting forest fires.porUFVJMA concess?o da licen?a deste item refere-se ao ? termo de autoriza??o impresso assinado pelo autor, assim como na licen?a Creative Commons, com as seguintes condi??es: Na qualidade de titular dos direitos de autor da publica??o, autorizo a Universidade Federal dos Vales do Jequitinhonha e Mucuri e o IBICT a disponibilizar por meio de seus reposit?rios, sem ressarcimento dos direitos autorais, de acordo com a Lei n? 9610/98, o texto integral da obra disponibilizada, conforme permiss?es assinaladas, para fins de leitura, impress?o e/ou download, a t?tulo de divulga??o da produ??o cient?fica brasileira, e preserva??o, a partir desta data.info:eu-repo/semantics/openAccessAprendizagem de m?quina na Administra??o P?blica: uso do algoritmo Random Forest na predi??o do dano ambiental da APA do Ato do Mucuriinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisRegistro de ocorr?ncia de inc?ndioInc?ndio florestalAPA do Alto do MucuriRandom ForestUnidade de conserva??oreponame:Repositório Institucional da UFVJMinstname:Universidade Federal dos Vales do Jequitinhonha e Mucuri (UFVJM)instacron:UFVJMTEXTdiego_silva_passos.pdf.txtdiego_silva_passos.pdf.txtExtracted texttext/plain209622http://acervo.ufvjm.edu.br/jspui/bitstream/1/2918/3/diego_silva_passos.pdf.txt6f4b022285de9e46ccc942aea398f390MD53LICENSElicense.txtlicense.txttext/plain; charset=utf-82157http://acervo.ufvjm.edu.br/jspui/bitstream/1/2918/2/license.txtc0fe10782d3e2994b7c028f47c86ff9eMD52ORIGINALdiego_silva_passos.pdfdiego_silva_passos.pdfapplication/pdf1932067http://acervo.ufvjm.edu.br/jspui/bitstream/1/2918/1/diego_silva_passos.pdf4a1924964d6436b8a9ab105dd5d1f686MD511/29182022-08-11 03:00:42.959oai:acervo.ufvjm.edu.br/jspui:1/2918TElDRU7Dh0EgREUgRElTVFJJQlVJw4fDg08gTsODTy1FWENMVVNJVkEKQW8gY29uY29yZGFyIGNvbSBlc3RhIGxpY2Vuw6dhLCB2b2PDqihzKSBhdXRvcihlcykgb3UgdGl0dWxhcihlcykgZG9zIGRpcmVpdG9zIGF1dG9yYWlzIGRhIG9icmEgYXF1aSBkZXNjcml0YSBjb25jZWRlKG0pIArDoCBVbml2ZXJzaWRhZGUgRmVkZXJhbCBkb3MgVmFsZXMgZG8gSmVxdWl0aW5ob25oYSBlIE11Y3VyaSwgZ2VzdG9yYSBkbyBSZXBvc2l0w7NyaW8sIGRlbm9taW5hZG8gUkkvVUZWSk0sIApvIGRpcmVpdG8gbsOjby1leGNsdXNpdm8gZGUgcmVwcm9kdXppciwgY29udmVydGVyIChjb21vIGRlZmluaWRvIGFiYWl4bykgZS9vdSBkaXN0cmlidWlyIG8gCmRvY3VtZW50byBkZXBvc2l0YWRvIGVtIGZvcm1hdG8gaW1wcmVzc28sIGVsZXRyw7RuaWNvIG91IGVtIHF1YWxxdWVyIG91dHJvIG1laW8uClZvY8OqKHMpIGNvbmNvcmRhKG0pIHF1ZSBhIFVuaXZlcnNpZGFkZSBGZWRlcmFsIGRvcyBWYWxlcyBkbyBKZXF1aXRpbmhvbmhhIGUgTXVjdXJpLCAKZ2VzdG9yYSBkbyBSSS9VRlZKTSwgcG9kZSwgc2VtIGFsdGVyYXIgbyBjb250ZcO6ZG8sIGNvbnZlcnRlciBvIGFycXVpdm8gZGVwb3NpdGFkbyBhIHF1YWxxdWVyIG1laW8gb3UgCmZvcm1hdG8gY29tIGZpbnMgZGUgcHJlc2VydmHDp8Ojby4KVm9jw6oocykgdGFtYsOpbSBjb25jb3JkYShtKSBxdWUgYSBVbml2ZXJzaWRhZGUgRmVkZXJhbCBkb3MgVmFsZXMgZG8gSmVxdWl0aW5ob25oYSBlIE11Y3VyaSwgCmdlc3RvcmEgZG8gUkkvVUZWSk0sIHBvZGUgbWFudGVyIG1haXMgZGUgdW1hIGPDs3BpYSBkZXN0ZSBkZXDDs3NpdG8gcGFyYSBmaW5zIGRlIHNlZ3VyYW7Dp2EsIGJhY2stdXAgZS9vdSBwcmVzZXJ2YcOnw6NvLgpWb2PDqihzKSBkZWNsYXJhKG0pIHF1ZSBhIGFwcmVzZW50YcOnw6NvIGRvIHNldSB0cmFiYWxobyDDqSBvcmlnaW5hbCBlIHF1ZSB2b2PDqihzKSBwb2RlKG0pIGNvbmNlZGVyIG9zIGRpcmVpdG9zIGNvbnRpZG9zIApuZXN0YSBsaWNlbsOnYSBlIG5vIFRlcm1vIGRlIEF1dG9yaXphw6fDo28gYSBzZXIgZW50cmVndWUuClZvY8OqKHMpIHRhbWLDqW0gZGVjbGFyYShtKSBxdWUgbyBlbnZpbyDDqSBkZSBzZXUgY29uaGVjaW1lbnRvIGUgbsOjbyBpbmZyaW5nZSBvcyBkaXJlaXRvcyBhdXRvcmFpcyAKZGUgb3V0cmEgcGVzc29hIG91IGluc3RpdHVpw6fDo28uCkNhc28gbyBkb2N1bWVudG8gYSBzZXIgZGVwb3NpdGFkbyBjb250ZW5oYSBtYXRlcmlhbCBwYXJhIG8gcXVhbCB2b2PDqihzKSBuw6NvIGRldMOpbSBhIHRpdHVsYXJpZGFkZSBkb3MgZGlyZWl0b3MgZGUgYXV0b3JhaXMsCnZvY8OqKHMpIGRlY2xhcmEobSkgcXVlIG9idGV2ZSBhIHBlcm1pc3PDo28gaXJyZXN0cml0YSBkbyB0aXR1bGFyIGRvcyBkaXJlaXRvcyBhdXRvcmFpcyBkZSBjb25jZWRlciDDoCBVbml2ZXJzaWRhZGUgRmVkZXJhbApkb3MgVmFsZXMgZG8gSmVxdWl0aW5ob25oYSBlIE11Y3VyaSwgZ2VzdG9yYSBkbyBSSS9VRlZKTSwgb3MgZGlyZWl0b3MgcmVxdWVyaWRvcyBwb3IgZXN0YSBsaWNlbsOnYSBlIHF1ZSBvcyBtYXRlcmlhaXMgCmRlIHByb3ByaWVkYWRlIGRlIHRlcmNlaXJvcywgZXN0w6NvIGRldmlkYW1lbnRlIGlkZW50aWZpY2Fkb3MgZSByZWNvbmhlY2lkb3Mgbm8gdGV4dG8gb3UgY29udGXDumRvIGRhIGFwcmVzZW50YcOnw6NvLgpDQVNPIE8gVFJBQkFMSE8gREVQT1NJVEFETyBURU5IQSBTSURPIEZJTkFOQ0lBRE8gT1UgQVBPSUFETyBQT1IgVU0gw5NSR8ODTywgUVVFIE7Dg08gQSBJTlNUSVRVScOHw4NPIERFU1RFIFJFUE9TSVTDk1JJTzogVk9Dw4ogREVDTEFSQSBURVIgQ1VNUFJJRE8gVE9ET1MgT1MgRElSRUlUT1MgREUgUkVWSVPDg08gRSBRVUFJU1FVRVIgT1VUUkFTIE9CUklHQcOHw5VFUyBSRVFVRVJJREFTIApQRUxPUyBDT05UUkFUT1MgT1UgQUNPUkRPUy4gCk8gUkkvVUZWSk0gaWRlbnRpZmljYXLDoSBjbGFyYW1lbnRlIG8gc2V1KHMpIG5vbWUocykgY29tbyBhdXRvcihlcykgb3UgdGl0dWxhcihlcykgZG8gZGlyZWl0byBkZSAKYXV0b3IoZXMpIGRvIGRvY3VtZW50byBzdWJtZXRpZG8gZSBkZWNsYXJhIHF1ZSBuw6NvIGZhcsOhIHF1YWxxdWVyIGFsdGVyYcOnw6NvIGFsw6ltIGRhcyBwZXJtaXRpZGFzIHBvciBlc3RhIGxpY2Vuw6dhLgoKRepositório InstitucionalPUBhttp://acervo.ufvjm.edu.br/oai/requestrepositorio@ufvjm.edu.bropendoar:21452022-08-11T06:00:42Repositório Institucional da UFVJM - Universidade Federal dos Vales do Jequitinhonha e Mucuri (UFVJM)false |
dc.title.pt_BR.fl_str_mv |
Aprendizagem de m?quina na Administra??o P?blica: uso do algoritmo Random Forest na predi??o do dano ambiental da APA do Ato do Mucuri |
title |
Aprendizagem de m?quina na Administra??o P?blica: uso do algoritmo Random Forest na predi??o do dano ambiental da APA do Ato do Mucuri |
spellingShingle |
Aprendizagem de m?quina na Administra??o P?blica: uso do algoritmo Random Forest na predi??o do dano ambiental da APA do Ato do Mucuri Passos, Diego da Silva Registro de ocorr?ncia de inc?ndio Inc?ndio florestal APA do Alto do Mucuri Random Forest Unidade de conserva??o |
title_short |
Aprendizagem de m?quina na Administra??o P?blica: uso do algoritmo Random Forest na predi??o do dano ambiental da APA do Ato do Mucuri |
title_full |
Aprendizagem de m?quina na Administra??o P?blica: uso do algoritmo Random Forest na predi??o do dano ambiental da APA do Ato do Mucuri |
title_fullStr |
Aprendizagem de m?quina na Administra??o P?blica: uso do algoritmo Random Forest na predi??o do dano ambiental da APA do Ato do Mucuri |
title_full_unstemmed |
Aprendizagem de m?quina na Administra??o P?blica: uso do algoritmo Random Forest na predi??o do dano ambiental da APA do Ato do Mucuri |
title_sort |
Aprendizagem de m?quina na Administra??o P?blica: uso do algoritmo Random Forest na predi??o do dano ambiental da APA do Ato do Mucuri |
author |
Passos, Diego da Silva |
author_facet |
Passos, Diego da Silva |
author_role |
author |
dc.contributor.institution.pt_BR.fl_str_mv |
Universidade Federal dos Vales do Jequitinhonha e Mucuri (UFVJM) |
dc.contributor.author.fl_str_mv |
Passos, Diego da Silva |
dc.contributor.advisor1.fl_str_mv |
Menezes, Jo?o Paulo Calembo Batista |
contributor_str_mv |
Menezes, Jo?o Paulo Calembo Batista |
dc.subject.keyword.pt_BR.fl_str_mv |
Registro de ocorr?ncia de inc?ndio Inc?ndio florestal APA do Alto do Mucuri Random Forest Unidade de conserva??o |
topic |
Registro de ocorr?ncia de inc?ndio Inc?ndio florestal APA do Alto do Mucuri Random Forest Unidade de conserva??o |
description |
A ?rea de Prote??o Ambiental (APA) do Alto do Mucuri ? uma unidade de conserva??o de uso sustent?vel que tem como objetivo a integra??o sustent?vel na rela??o entre o homem e a natureza. O territ?rio abrange oito munic?pios localizados na regi?o do Vale do Mucuri e tem como principal amea?a de exist?ncia a interven??o ambiental ilegal do ser humano, sendo o inc?ndio florestal um dos grandes desafios para sua sobreviv?ncia. O Registro de Ocorr?ncia de Inc?ndio (ROI) ? uma das ferramentas para compreens?o e combate do inc?ndio florestal que consiste no preenchimento de formul?rio contendo aspectos desde a identifica??o do inc?ndio florestal at? a sua debela??o. Com base nessas informa??es, o estudo utilizou o m?todo descritivo e a abordagem quantitativa para analisar a contribui??o preditiva da ocorr?ncia do dano ambiental na gest?o p?blica da APA do Alto do Mucuri, a partir de 138 ROI?s gerados entre os anos 2014 a 2018. Para an?lise foi utilizado o algoritmo Random Forest, t?cnica de aprendizado de m?quina para predi??o das vari?veis determinantes do dano ambiental. Os resultados alcan?ados revelaram maiores ocorr?ncias de inc?ndios, respectivamente, nos munic?pios de Ladainha e Itaip?, atingindo principalmente a vegeta??o Floresta Estacional Semidecidual do bioma Mata Atl?ntica. Os eventos, em sua maioria, tiveram causas desconhecidas e atividades agropecu?rias, alcan?ando o n?mero de 14.729,92 hectares de vegeta??o queimada e 9.864,61 horas de combate de inc?ndios florestais. Os modelos I e II aplicados no algoritmo Random Forest alcan?aram n?veis de acur?cia de 48,78% na fase de testagem demonstrando melhor poder preditivo para o dano ambiental de intensidade baixa e moderada. Os fatores que mais colaboraram para a identifica??o do dano ambiental foram: cobertura agropecu?ria, m?s, cobertura floresta natural para o ?ndice de acur?cia m?dia e as vari?veis de concentra??o de mon?xido de carbono, dire??o do vento e concentra??o de oz?nio para o ?ndice Gini. Atrav?s dos resultados foi poss?vel verificar a import?ncia das caracter?sticas clim?ticas e de cobertura geogr?fica para a mensura??o do dano ambiental. Como sugest?o de estudo para as atividades de gest?o da unidade de conserva??o ? a reformula??o do conte?do do ROI e a utiliza??o do algoritmo Random Forest de maneira rotineira para alcance de efici?ncia na utiliza??o de insumos e tempo de resposta para o combate de inc?ndios florestais. |
publishDate |
2021 |
dc.date.submitted.none.fl_str_mv |
2021-02-19 |
dc.date.issued.fl_str_mv |
2021 |
dc.date.accessioned.fl_str_mv |
2022-08-10T18:25:03Z |
dc.date.available.fl_str_mv |
2022-08-10T18:25:03Z |
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.citation.fl_str_mv |
PASSOS, Diego da Silva. Aprendizagem de m?quina na Administra??o P?blica: uso do algoritmo Random Forest na predi??o do dano ambiental da APA do Ato do Mucuri. 2021. 105 p. Disserta??o (Mestrado em Administra??o P?blica) ? Programa de P?s-gradua??o em Administra??o P?blica, Universidade Federal dos Vales do Jequitinhonha e Mucuri, Te?filo Otoni, 2021. |
dc.identifier.uri.fl_str_mv |
http://acervo.ufvjm.edu.br/jspui/handle/1/2918 |
identifier_str_mv |
PASSOS, Diego da Silva. Aprendizagem de m?quina na Administra??o P?blica: uso do algoritmo Random Forest na predi??o do dano ambiental da APA do Ato do Mucuri. 2021. 105 p. Disserta??o (Mestrado em Administra??o P?blica) ? Programa de P?s-gradua??o em Administra??o P?blica, Universidade Federal dos Vales do Jequitinhonha e Mucuri, Te?filo Otoni, 2021. |
url |
http://acervo.ufvjm.edu.br/jspui/handle/1/2918 |
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 |
UFVJM |
publisher.none.fl_str_mv |
UFVJM |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UFVJM instname:Universidade Federal dos Vales do Jequitinhonha e Mucuri (UFVJM) instacron:UFVJM |
instname_str |
Universidade Federal dos Vales do Jequitinhonha e Mucuri (UFVJM) |
instacron_str |
UFVJM |
institution |
UFVJM |
reponame_str |
Repositório Institucional da UFVJM |
collection |
Repositório Institucional da UFVJM |
bitstream.url.fl_str_mv |
http://acervo.ufvjm.edu.br/jspui/bitstream/1/2918/3/diego_silva_passos.pdf.txt http://acervo.ufvjm.edu.br/jspui/bitstream/1/2918/2/license.txt http://acervo.ufvjm.edu.br/jspui/bitstream/1/2918/1/diego_silva_passos.pdf |
bitstream.checksum.fl_str_mv |
6f4b022285de9e46ccc942aea398f390 c0fe10782d3e2994b7c028f47c86ff9e 4a1924964d6436b8a9ab105dd5d1f686 |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 |
repository.name.fl_str_mv |
Repositório Institucional da UFVJM - Universidade Federal dos Vales do Jequitinhonha e Mucuri (UFVJM) |
repository.mail.fl_str_mv |
repositorio@ufvjm.edu.br |
_version_ |
1801865815588339712 |