Use este identificador para citar ou linkar para este item: http://repositorio.utfpr.edu.br/jspui/handle/1/29703
Título: Estudo comparativo entre métodos estatísticos e de inteligência artificial para previsão de preço de café no Brasil
Título(s) alternativo(s): Comparative study between statistical and artificial intelligence methods for predicting coffee prices in Brazil
Autor(es): Marujo, Lucas
Orientador(es): Schmidt, Carla Adriana Pizarro
Palavras-chave: Redes neurais (Computação)
Análise de séries temporais
Análise de regressão
Planejamento estratégico
Neural networks (Computer science)
Time-series analysis
Regression analysis
Strategic planning
Data do documento: 26-Ago-2021
Editor: Universidade Tecnológica Federal do Paraná
Câmpus: Medianeira
Citação: MARUJO, Lucas. Estudo comparativo entre métodos estatísticos e de inteligência artificial para previsão de preço de café no Brasil. 2021. Dissertação (Mestrado em Tecnologias Computacionais para o Agronegócio) - Universidade Tecnológica Federal do Paraná, Medianeira, 2021.
Resumo: Prever é algo comum no cotidiano de qualquer pessoa, é um fator de grande importância para tomada de decisões e planejamento estratégico, ainda mais em um ambiente empresarial ou no mercado financeiro. Dessa forma, existe interesse em que sejam desenvolvidas metodologias cada vez mais eficientes para gerar essas previsões. Este trabalho teve por objetivo principal elaborar um estudo comparativo entre métodos estatísticos e de inteligência artificial para prever o preço de café no Brasil. Obteve-se melhores desempenhos com os modelos ARIMA e de rede LSTM, contudo, foi possível perceber que cada método abordado pode ser adequado em relação a algum meio de utilização. Dessa forma, em diferentes escalas os modelos abordados podem ser úteis para a tomada de decisões.
Abstract: Forecasting is something common in anyone's daily life, it is a factor of great importance for decision making and strategic planning, even more in a business environment or in the financial market. Thus, there is interest in developing increasingly efficient methodologies to generate these forecasts. This work had as main objective to elaborate a comparative study between statistical and artificial intelligence methods to predict the price of coffee in Brazil. Better performances were obtained with the models LSTM network and ARIMA, however, it was possible to see that each method approached may be suitable in relation to some means of use. Thus, at different scales, the models discussed can be useful for decision making.
URI: http://repositorio.utfpr.edu.br/jspui/handle/1/29703
Aparece nas coleções:MD - Programa de Pós-Graduação em Tecnologias Computacionais para o Agronegócio

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
inteligenciaartificialprecocafe.pdf5,25 MBAdobe PDFThumbnail
Visualizar/Abrir


Este item está licenciada sob uma Licença Creative Commons Creative Commons