Análise e predição nas votações de leis federais na Câmara dos Deputados
Data
2022-05-27
Autores
Lattes da Autoria
Orientação Docente
Lattes da Orientação Docente
Título da Revista
ISSN da Revista
Título de Volume
Editor
Resumo
Este estudo tem por objetivo analisar algoritmos de aprendizagem de máquina e deep learning para a tarefa de previsibilidade de aprovação de PLs. É seguida uma abordagem pós-positivista, adotando o paradigma quali-quantitativo como metodologia. Na busca por resultados foram feitos experimentos utilizando os dados disponíveis no Portal da Câmara dos Deputados, seguindo as etapas de revisão bibliográfica, definição de ambiente de perimentação, análise descritiva e predição. Buscou-se ainda realizar uma análise descritiva e prever possíveis resultados no processo de votação de proposições legislativas tendo como foco projetos de lei que tenham sido votados.
Resumo em outro idioma
This study aims to analyze machine learning algorithms and deep learning for the task of predictability of approval of bills. It follows a post-positivist approach, adopting the quali-quantitative paradigm as a methodology. In the search for results, experiments were carried out using the available data on the Portal of the Chamber of Deputies, following the steps of bibliographic review, definition of experimentation environment, descriptive analysis and prediction. It was also sought to do a descriptive analysis and to predict possible outcomes in the voting process of legislative proposals focusing on bills that have been voted.
Descrição
Palavras-chave
Referência
BRITO, Ranniery Dias de. Análise e predição nas votações de leis federais na Câmara dos Deputados. 2022. 36 f. Trabalho de Conclusão de Curso (Bacharelado em Ciência da Computação) - Departamento de Computação, Universidade Federal Rural de Pernambuco, Recife, 2022.
Identificador dARK
Avaliação
Revisão
Suplementado Por
Referenciado Por
Licença Creative Commons
Exceto quando indicado de outra forma, a licença deste item é descrita como openAccess