Banca de TCC: Günther Holz Ribak

UNIVERSIDADE FEDERAL DE PELOTAS
CENTRO DE DESENVOLVIMENTO TECNOLÓGICO
TRABALHO DE CONCLUSÃO DE CURSO

Apresentações Finais (2016/1)

Utilização de aprendizado de máquina para predição de eleições brasileiras
por
Günther Holz Ribak

Curso:
Ciência da Computação

Banca:
Prof. Ricardo Matsumura Araujo (orientador)
Prof. Anderson Priebe Ferrugem
Virginia Andersson

Data: 08 de Julho de 2016

Hora: 14:00h

Local: A definir

Resumo do Trabalho:

Em países democráticos, como o Brasil, as eleições possuem um papel fundamental e representam a liberdade de escolha da população sobre seus representantes, os quais tem como responsabilidade administrar as leis que regem a sociedade. Este projeto teve por objetivo estabelecer um modelo de previsibilidade para as eleições brasileiras utilizando como parâmetros as informações de caráter publico dos candidatos, tais como grau de instrução, estado civil e gênero. Os dados de cada candidato são disponibilizadas pelo Tribunal Superior Eleitoral (TSE) através do sistema DivulgaCand, responsável pela divulgação das candidaturas registradas em território nacional. Os testes realizados durante este projeto utilizaram as informações referentes aos cargos de Presidente, Governador, Senador, Deputado Federal e Deputado Estadual, das eleições do ano de 2014. Os testes foram executados através da ferramenta Weka com 10-fold cross-validation utilizando os algoritmos de aprendizado de máquina supervisionada Support Vector Machine (SVM); Árvore de Decisão, k-Nearest Neighbors (k-NN) e NaiveBayes (NB), e avaliados pelo F-Measure da classe Eleito.

Para mais informações acesse: http://inf.ufpel.edu.br/notcc/doku.php?id=bancas:2016_1