Modelagem do número de novos casos confirmados por dia da COVID-19 no Brasil com uso de LSTM e predição linear

Analisamos o comportamento de modelos de predição de passo unitário para predição de número de novos casos de COVID-19 confirmados por dia. Utilizamos preditores com uso de rede neural de memória de longo e curto prazo (LSTM) em comparação com preditores lineares. Identificamos cenários em que a LSTM apresenta melhores resultados, mas que também há desafios para que a LSTM possa generalizar os seus resultados.