Previsão do número acumulado de mortes pelo COVID-19

Abstract

Resumo : O presente estudo tem como objetivo adequar modelos de estatística e machine learning com intuito de prever a quantidade total acumulada de mortes pelo COVID-19. Para isso, foi utilizado uma metodologia comum em Ciências de Dados que conta com quatro etapas principais: a definição e formulação do problema, coleta de dados, modelagem e implementação. Os dados utilizados no trabalho foram retirados do site Our World In Data, que são os mesmos utilizados em universidades de Harvard, MIT e Oxford. E a principal ferramenta empregada foi a linguagem de programação Python, que conta com bibliotecas extensivas de análises de dados. Com isso, três modelos foram treinados e adequados aos dados: regressão linear, árvore de decisão e rede neural artificial. Ao fim desta adequação, os resultados de previsão foram comparados entre si usando métricas como MAE, MSE e RMSE; e, dentre eles, a árvore de decisão foi o modelo que teve melhores resultados de previsão