Estudo de técnicas de Aprendizado de Máquina supervisionado para resolução de problemas

Resumo

O aprendizado de máquina (AM) é um campo da inteligência artificial voltado para o desenvolvimento de algoritmos capazes de aprender a partir de dados e realizar previsões e classificações. Essa abordagem é amplamente aplicada em áreas como negócios, saúde e tecnologia para facilitar decisões mais precisas e rápidas. O presente projeto visa estudar e implementar métodos de AM para solucionar problemas reais, desenvolvendo modelos preditivos que identificam padrões e insights que podem otimizar processos e aumentar a eficiência em diversos contextos. Este estudo foca no uso de AM na saúde pública, culminando em um artigo que explora a previsão de surtos de dengue. Utilizando dados meteorológicos e epidemiológicos de Mossoró, RN, foram construídos e testados modelos como Random Forest e Redes Neurais Convolucionais (CNN). Os modelos demonstraram boa precisão na previsão de surtos de dengue, com potencial de aplicação em outros contextos de doenças transmitidas por vetores. A metodologia, que incluiu coleta, limpeza e modelagem de dados, mostrou-se eficaz na criação de soluções preditivas aplicáveis que favorecem a saúde pública e a conservação de recursos. Os resultados reforçam a relevância do aprendizado de máquina na melhoria dos processos decisórios e na inovação tecnológica, oferecendo suporte substancial para a gestão de saúde pública. Além disso, este projeto ressalta o valor das técnicas de AM na identificação de padrões e previsões em áreas sensíveis como a saúde, gerando impacto social positivo.