http://repositorio.unb.br/handle/10482/38688| Fichero | Descripción | Tamaño | Formato | |
|---|---|---|---|---|
| 2020_PatrickPantojadaSilva.pdf | 918,18 kB | Adobe PDF | Visualizar/Abrir |
| Título : | Aprendizado de máquina na análise do perfil da inadimplência no Conselho Regional de Enfermagem do Rio Grande do Sul |
| Autor : | Silva, Patrick Pantoja da |
| Orientador(es):: | Cajueiro, Daniel Oliveira |
| Assunto:: | Aprendizagem de máquina Conselho Regional de Enfermagem do Rio Grande do Sul - COREN-RS Inadimplentes Perfil da inadimplência |
| Fecha de publicación : | 1-jul-2020 |
| Data de defesa:: | 6-mar-2020 |
| Citación : | SILVA,Patrick Pantoja da. Aprendizado de máquina na análise do perfil da inadimplência no Conselho Regional de Enfermagem do Rio Grande do Sul. 2020. 52 f., il. Dissertação (Mestrado em Economia)—Universidade de Brasília, Brasília 2020. |
| Resumen : | Utilizando técnicas de aprendizado de máquina, este estudo busca treinar um algoritmo a identificar profissionais inadimplentes que possuam maior potencial de sair da inadimplência utilizando como base para o modelo os padrões encontrados entre profissionais inscritos e ativos no Conselho de Enfermagem do Rio Grande do Sul que encerraram o ano de 2017 inadimplentes e durante o ano seguinte saíram da inadimplência. |
| Abstract: | Using machine learning techniques, this work aims to train an algorithm to identify defaulting professionals who have a greater potential to get out of default, using as a basis for the model or the standards found among registered and active professionals in the Nursing Council of Rio Grande do Sul who joined the year 2017 in default and during the year following them to be in default. |
| metadata.dc.description.unidade: | Faculdade de Economia, Administração, Contabilidade e Gestão de Políticas Públicas (FACE) Departamento de Economia (FACE ECO) |
| Descripción : | Dissertação (mestrado)—Universidade de Brasília, Faculdade de Economia, Administração e Contabilidade, Departamento de Economia, Programa de Pós-Graduação em Ciências Econômicas, 2020. |
| metadata.dc.description.ppg: | Programa de Pós-Graduação em Economia |
| Licença:: | A concessão da licença deste item refere-se ao termo de autorização impresso assinado pelo autor com as seguintes condições: Na qualidade de titular dos direitos de autor da publicação, autorizo a Universidade de Brasília e o IBICT a disponibilizar por meio dos sites www.bce.unb.br, www.ibict.br, http://hercules.vtls.com/cgi-bin/ndltd/chameleon?lng=pt&skin=ndltd sem ressarcimento dos direitos autorais, de acordo com a Lei nº 9610/98, o texto integral da obra disponibilizada, conforme permissões assinaladas, para fins de leitura, impressão e/ou download, a título de divulgação da produção científica brasileira, a partir desta data. |
| Aparece en las colecciones: | Teses, dissertações e produtos pós-doutorado |
Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.