• Informações do Trabalho

Titulo TS-AutoML: Auto Machine Learning para Predição de Séries Temporais Subtítulo Classificação de séries temporais para escolha de modelos automatizada Autor VICTOR AQUILES SOARES DE BARROS ALENCAR Orientador ALEX BORGES VIEIRA Resumo Séries temporais podem modelar os mais diversos fenômenos e a predição destes fenômenos é importante para diversas áreas. Fazer predições, especialmente utilizando séries temporais, necessitam de diversas etapas repetitivas que podem ser automatizadas, como o tratamento dos dados ou a seleção do melhor modelo. Dessa maneira, os modelos de Automated Machine Learning (AutoML) tem como objetivo automatizar todas essas etapas para o pesquisador somente se preocupar com os dados coletados e a sua predição. Contudo, modelos de AutoML não são suficientemente genéricos para qualquer tipo de dado, assim, não englobando características únicas de séries temporais que devem ser exploradas, como exemplo a sazonalidade. Dessa forma, este trabalho apresenta o TS-AutoML, modelo de AutoML voltado a séries temporais. Onde características e modelos voltados a séries temporais são utilizados para melhor aproveitamento das características únicas deste tipo de dado. Ademais, o trabalho explora como realizar a escolha de modelos de forma automatizada e eficiente, com a utilização de modelos de classificação para determinar o algoritmo de predição que melhor se adequa aos dados de entrada. Palavras-Chave Machine Learning, AutoML, Classificação, Séries Temporais.