Métodos de aprendizagem automática: um estudo baseado na avaliação e previsão de clientes bancários

Data Mining surge, hoje em dia, como uma ferramenta importante e crucial para o sucesso de um negócio. O considerável volume de dados que atualmente se encontra disponível, por si só, não traz valor acrescentado. No entanto, as ferramentas de Data Mining, capazes de transformar dados e mais dados em conhecimento, vêm colmatar esta lacuna, constituindo, assim, um trunfo que ninguém quer perder. O presente trabalho foca-se na utilização das técnicas de Data Mining no âmbito da atividade bancária, mais concretamente na sua atividade de telemarketing. Neste trabalho são aplicados catorze algoritmos a uma base de dados proveniente do call center de um banco português, resultante de uma campanha para a angariação de clientes para depósitos a prazo com taxas de juro favoráveis. Os catorze algoritmos aplicados no caso prático deste projeto podem ser agrupados em sete grupos: Árvores de Decisão, Redes Neuronais, Support Vector Machine, Voted Perceptron, métodos Ensemble, aprendizagem Bayesiana e Regressões. De forma a beneficiar, ainda mais, do que a área de Data Mining tem para oferecer, este trabalho incide ainda sobre o redimensionamento da base de dados em questão, através da aplicação de duas estratégias de seleção de atributos: Best First e Genetic Search. Um dos objetivos deste trabalho prende-se com a comparação dos resultados obtidos com os resultados presentes no estudo dos autores Sérgio Moro, Raul Laureano e Paulo Cortez (Sérgio Moro, Laureano, & Cortez, 2011). Adicionalmente, pretende-se identificar as variáveis mais relevantes aquando da identificação do potencial cliente deste produto financeiro. Como principais conclusões, depreende-se que os resultados obtidos são comparáveis com os resultados publicados pelos autores mencionados, sendo os mesmos de qualidade e consistentes. O algoritmo Bagging é o que apresenta melhores resultados e a variável referente à duração da chamada telefónica é a que mais influencia o sucesso de campanhas similares.

Implementação de um modelo de geometric semantic genetic programming para aplicação naval

Recaí sob a responsabilidade da Marinha Portuguesa a gestão da Zona Económica Exclusiva de Portugal, assegurando a sua segurança da mesma face a atividades criminosas. Para auxiliar a tarefa, é utilizado o sistema Oversee, utilizado para monitorizar a posição de todas as embarcações presentes na área afeta, permitindo a rápida intervenção da Marinha Portuguesa quando e onde necessário. No entanto, o sistema necessita de transmissões periódicas constantes originadas nas embarcações para operar corretamente – casos as transmissões sejam interrompidas, deliberada ou acidentalmente, o sistema deixa de conseguir localizar embarcações, dificultando a intervenção da Marinha. A fim de colmatar esta falha, é proposto adicionar ao sistema Oversee a capacidade de prever as posições futuras de uma embarcação com base no seu trajeto até à cessação das transmissões. Tendo em conta os grandes volumes de dados gerados pelo sistema (históricos de posições), a área de Inteligência Artificial apresenta uma possível solução para este problema. Atendendo às necessidades de resposta rápida do problema abordado, o algoritmo de Geometric Semantic Genetic Programming baseado em referências de Vanneschi et al. apresenta-se como uma possível solução, tendo já produzido bons resultados em problemas semelhantes. O presente trabalho de tese pretende integrar o algoritmo de Geometric Semantic Genetic Programming desenvolvido com o sistema Oversee, a fim de lhe conceder capacidades preditivas. Adicionalmente, será realizado um processo de análise de desempenho a fim de determinar qual a ideal parametrização do algoritmo. Pretende-se com esta tese fornecer à Marinha Portuguesa uma ferramenta capaz de auxiliar o controlo da Zona Económica Exclusiva Portuguesa, permitindo a correta intervenção da Marinha em casos onde o atual sistema não conseguiria determinar a correta posição da embarcação em questão.

Metodologias de Sistemas de Informação Geográfica em sistemas de produção florestal : uma aplicação geoestatística

As florestas são uma fonte importante de recursos naturais, desempenhando um papel fulcral na sustentabilidade ambiental. A sua gestão quer territorial quer económica, conduz a uma maximização da produção, sem alteração da qualidade da matéria-prima. Portugal apresenta mais de um terço do seu território coberto por floresta, apresentando uma possibilidade de aplicação de sistemas de gestão, territorial e económica que maximizem a sua produção. Os Sistemas de Informação Geográfica (SIG) são modelos da realidade em que é possível integrar toda a informação disponível sobre um assunto tendo por base um campo comum a todos as variáveis, a localização geográfica. Os SIG podem contribuir de diversas formas para um maior desenvolvimento das rotinas e ferramentas de planeamento e gestão florestal. A sua integração com modelos quantitativos para planeamento e gestão de florestas é uma mais-valia nesta área. Nesta dissertação apresentam-se modelos geoestatísticos, com recurso a Sistemas de Informação Geográfica, de apoio e suporte à produção de pinha em Pinheiro-manso (Pinus pinea L.). Procurando estimar as áreas com melhor propensão à produção, a partir de dados amostrais. Estes foram previamente estudados tendo sido selecionadas quatro variáveis: largura da copa, área basal, altura da árvore e produção de pinha. A geoestatística aplicada, inclui modelos de correlação espacial: kriging, onde são atribuídos pesos às amostras a partir de uma análise espacial baseada no variograma experimental. Foi utilizada a extensão Geostatistical Analyst do ArcGis da ESRI, para realizar 96 krigings para as quatro variáveis em estudo, com diferentes parametrizações, destes foram selecionados 8 krigings. Com base nos critérios de adequação dos modelos e da análise de resultados da predição dos erros - cross validation. O resultado deste estudo é apresentado através de mapas de previsão para a produção de pinha em Pinheiro manso, em que foram analisadas áreas com maior e menor probabilidade de produção tendo-se realizado análises de comparação de variáveis. Através da interseção de todas as variáveis com a produção, podemos concluir que os concelhos com maiores áreas de probabilidade de produção de pinha em Pinheiro manso, da área de estudo, são Alcácer do Sal, Montemor-o-Novo, Vendas Novas, Coruche e Chamusca. Com a realização de um cruzamento de dados entre os resultados obtidos dos krigings, e a Carta de Uso e Ocupação do Solo de Portugal Continental para 2007 (COS2007), realizaram-se mapas de previsão para a expansão do Pinheiro manso. Nas áreas de expansão conseguimos atingir aumentos mínimos na ordem dos 11% e máximo na ordem dos 61%. No total consegue-se atingir aproximadamente 128 mil ha para área de expansão do Pinheiro manso. Superando, os valores esperados pelos Planos Regionais de Ordenamento Florestal, abrangidos pela área da amostra em estudo, em que é esperado um incremento de cerca de 130 mil hectares de área de Pinheiro manso para 2030.

Previsão da estrutura temporal da taxa de juro na zona Euro : aproximação paramétrica e por métodos de aprendizagem automática

A estrutura temporal das taxas de juro, também conhecida por yield curve ou curva de rendimentos define a relação entre as taxas de juros e o prazo de vencimento (ou maturidades) dos investimentos feitos. Assim, o desenvolvimento de modelos que possibilitem a obtenção de previsões precisas sobre a estrutura temporal das taxas de juro e que permitam estudar a dinâmica da evolução das taxas de juro é de crucial importância em diversas áreas de financiamento. Neste estudo investigou-se a performance de diferentes métodos de previsão para obter a estrutura temporal das taxas de juro da Zona Euro, considerando o período entre 2009 e 2015. Em termos mais específicos, foi analisada a capacidade preditiva do modelo de Nelson-Siegel & Svensson assumindo que os parâmetros resultantes da estimação da especificação paramétrica podem ser modelizados através de métodos de séries temporais univariados (modelos ARIMA, Random walk) e multivariados (modelos VAR) e Redes Neuronais Artificiais (RNA) individuais e conjuntas. Os resultados deste estudo mostram que (i) as RNA com a previsão dos parâmetros em simultâneo exibem os valores de erro mais baixos para as maturidades de curto e médio prazo (3 meses a 5 anos); (ii) As RNAs individuais são melhores para prever as taxas de juro nas maturidades compreendidas entre os 7 e os 10 anos, e que (iii) para as maturidades de longo e muito longo prazo (15 e 30 anos respetivamente) deverá ser escolhido o modelo VAR(1). Estes resultados são robustos e consistentes para todos os horizontes de previsão analisados (1,2 e 3 meses). Contudo, no período analisado nenhum dos modelos testados apresenta valores de erro inferiores aos obtidos com o modelo Random Walk.