ENSAIOS DE APRENDIZAGEM DE MÁQUINA NO BANCOS DE DADOS DO SISTEMA DE FISCALIZAÇÃO DE GESTÃO DO TCE

Autores/as

  • Pablo Procópio Martins Universidade do Estado de Santa Catarina
  • Edjandir Corrêa Costa Universidade Federal de Santa Catarina
  • Aires José Rover Universidade Federal de Santa Catarina
  • Paloma Maria Santos Universidade Federal de Santa Catarina

DOI:

https://doi.org/10.48090/ciki.v1i1.898

Palabras clave:

Governo Eletrônico, Inteligência Artificial, Mineração de Dados, Aprendizado de Máquina, Lei de Responsabilidade Fiscal

Resumen

Motivada pelo interesse em realizar previsões acerca do cumprimento dos municípios catarinenses no que tange às metas determinadas pela Lei de Responsabilidade Fiscal, a presente pesquisa, de caráter aplicado, quantitativo e com abordagem indutiva, fez uso de técnicas de mineração de dados e análise de regressão para desenvolver seu objeto, que considerou a receita corrente líquida como variável de estudo e comparação estatística, com o emprego de algoritmos de previsão. As técnicas selecionadas evidenciaram que os gastos com pessoal dos executivos é próximo de 50% e que, dentre os algoritmos analisados, a melhor abordagem foi obtida pelo RandomForest, que apresentou um erro absoluto relativo de 5,1904%. Tais resultados permitiram demonstrar que é viável prever se um município irá extrapolar as metas impostas pela lei, informação que condiciona os Tribunais de Contas a atuar de forma pró-ativa, tornando mais efetivas as atividades de fiscalização.

Descargas

Los datos de descargas todavía no están disponibles.

Biografía del autor/a

Edjandir Corrêa Costa, Universidade Federal de Santa Catarina

Graduado em Ciência da Computação pela Universidade do Sul de Santa Catarina (1996) e mestre em Ciências da Computação pela Universidade Federal de Santa Catarina (2000). Foi professor titular da Universidade do Sul de Santa Catarina entre 1996 e 2011, além de atuar na iniciativa privada nas funções de desenvolvedor de software, coordenador e gerente de TI. Atualmente é docente com dedicação exclusiva no Instituto Federal de Santa Catarina (IFSC). Possui larga experiência nas áreas de Ensino de Tecnologia de Informação, Desenvolvimento de Software, Gerência de Projetos e Melhoria de Processos de Software.

Aires José Rover, Universidade Federal de Santa Catarina

Graduação (1987), mestrado (1992) e doutorado em Direito (1999). Atualmente é prof. associado da UFSC nos cursos de direito e engenharia e gestao do conhecimento. Atua nos seguintes temas: gestao do conhecimento, governo eletrônico, informatica juridica, sistemas especialistas, internet, tecnologia e direito.

Paloma Maria Santos, Universidade Federal de Santa Catarina

Pesquisadora Pós-doutoranda junto ao Programa de Pós-Graduação em Engenharia e Gestão do Conhecimento da UFSC, atuando nas áreas de Desenvolvimento de Projetos, Metodologia da pesquisa, Avaliação de Portais e Indicadores de Desempenho. Doutora e Mestre em Engenharia e Gestão do Conhecimento pela UFSC. Possui MBA Executivo em Gerenciamento de Projetos pela FGV/SC e Graduação em Engenharia de Telecomunicações pela FURB e em Administração pela Estácio. Integrante do grupo de pesquisa do CNPq Governo eletrônico, inclusão digital e sociedade do conhecimento. Atua como revisora de alguns periódicos científicos no âmbito nacional e internacional. Atou como professora tutora da FGV Online em turmas de MBA livre e corporativo, cursos de aperfeiçoamento e certificação e professora conteudista da Delinea para o curso de Pós-Graduação em Gerenciamento de Projetos. Ganhou o Prêmio Mérito Acadêmico de Produção Científica (EGC/UFSC) nos anos de 2009 e 2010 pela relevância de suas publicações, Prêmio de Melhor Proposta de Projeto de Tese na área de concentração Engenharia do Conhecimento no ano de 2012 (EGC/UFSC) e o Highly Commended Paper Awards 2014 (Emerald Literati Network), pela relevância e destaque do seu artigo.

Publicado

2020-11-18

Cómo citar

Martins, P. P., Corrêa Costa, E., Rover, A. J. ., & Santos, P. M. (2020). ENSAIOS DE APRENDIZAGEM DE MÁQUINA NO BANCOS DE DADOS DO SISTEMA DE FISCALIZAÇÃO DE GESTÃO DO TCE. Congreso Internacional De Conocimiento E Innovación - Ciki, 1(1). https://doi.org/10.48090/ciki.v1i1.898