z-logo
open-access-imgOpen Access
Comparação de modelos de Machine Learning aplicados a previsão de casos totais de Dengue
Author(s) -
Thiago Vieira de Carvalho,
Gabriel Lins Tenorio,
Karla Figueiredo,
Marley Vellasco,
Wouter Caarls
Publication year - 2019
Language(s) - Portuguese
Resource type - Conference proceedings
DOI - 10.5753/eniac.2019.9323
Subject(s) - computer science , mathematics , humanities , physics , philosophy
A dengue e uma doença endêmica que ocorre principalmente em áreas tropicais, devido à sua transmissão através de mosquitos. Usando mecanismos de pré-processamento e de aprendizado de máquina, esse trabalho objetiva desenvolver um modelo de previsão que estabeleça uma relação existente entre as condicões de uma cidade e a proliferação de epidemia de dengue, como parte da competição 'DengAI - predicting disease spread', fornecida pela plataforma DrivenData. Dentre os modelos implementados, o metodo Ensemble entre o Random Forest e Redes Neurais obtiveram a melhor performance, com melhora de 4,5% em relação ao Benchmark.

The content you want is available to Zendy users.

Already have an account? Click here to sign in.
Having issues? You can contact us here
Accelerating Research

Address

John Eccles House
Robert Robinson Avenue,
Oxford Science Park, Oxford
OX4 4GP, United Kingdom