Previsão de votos para vereadores do Estado do Paraná em 2020 : uma abordagem com técnicas de inteligência artificial

Abstract

Resumo: As eleições municipais são um componente funda mental do cenário democrático, responsáveis pela escolha de representantes para os cargos de prefeitos e vereadores. Nesse contexto, observa-se a grande quantidade de pesquisas eleitorais voltadas para candidatos a prefeito, enquanto a análise para candidatos a vereador se torna complexa devido ao elevado número de concorrentes. Este artigo apresenta um experimento de regressão que visa prever a quantidade de votos recebidos por cada candidato a vereador durante as eleições de 2020 no estado do Paraná. A análise é realizada por meio de algoritmos de aprendizado de máquina, um campo da inteligência artificial, utilizando os algoritmos Random Forest (RF), Gradient Boost Machine (GBM) e Support Vector Regressor (SVR). Os resultados demonstram que o modelo RF apresentou o melhor desempenho ao longo do experimento, obtendo RMSE de 276,80 e MAE de 121,94

Abstract: Legislative elections are a fundamental component of the democratic scenario, responsible for choosing representatives for the positions of mayors and councilors. In this context, there is a significant amount of external electoral research for mayoral candidates, while the analysis for councilor candidates becomes complex due to the high number of competitors. This article presents a regression experiment that aims to predict the number of votes received by each council candidate during the 2020 elections in the state of Paraná. The analysis is conducted using machine learning algorithms, a field of artificial intelligence, using the Random Forest (RF), Gradient Boosting Machine (GBM) and Support Vector Regressor (SVR) algorithms. The results demonstrate that the RF model presented the best performance throughout the experiment, resulting RMSE of 276,80 and MAE of 121,94