Neste projeto, são obtidos os dados registrados por todas as delegacias do estado de São Paulo, os quais são extraídos através de uma técnica conhecida como Web Scraping.

Com isso, é possível verificar a existência de tendências, sazonalidades, ciclos ou outliers nos dados ao obter uma série temporal com a quantidade de ocorrências registradas em uma delegacia com frequência mensal.

Tecnologias Utilizadas

LSTM

LSTM é uma arquitetura de rede neural recorrente artificial (RNN) usada no campo do deep learning. As redes LSTM são adequadas para classificar, processar e fazer previsões com base em dados de série temporal, uma vez que pode haver atrasos de duração desconhecida entre eventos importantes em uma série temporal.

ARIMA

Em estatística e econometria, particularmente em análise de séries temporais, um modelo auto-regressivo integrado de médias móveis (autoregressive integrated moving average ou ARIMA, na sigla em inglês) é uma generalização de um modelo auto-regressivo de médias móveis (ARMA).

Facebook Prophet

O Facebook Prophet é um algoritmo de código aberto para gerar modelos de séries temporais que usa algumas ideias antigas com algumas novas reviravoltas. É particularmente bom na modelagem de séries temporais que têm múltiplas sazonalidades

Neste site, foi utilizado o algoritmo Facebook Prophet para realizar as predições, pois ele é capaz de tratar e representar de forma satisfatória as questões de sazonalidade, feriados capazes de alterar tendências, missing data e outliers.

É possível testar esse algoritmo na página Previsão, que possui os campos necessários para obter informações específicas de delegacias e até mesmo cidades do estado de São Paulo.

Membros

Profa. Dra. Daielly M. N. Mantovani

Docente do Departamento de Administração da FEA - USP

Bacharel, Mestre, Doutora em Administração pela USP, Pós-doutorado pela Universidade Presbiteriana Mackenzie.
Líder do Núcleo de Estudos em Cidades Inteligentes e Sustentáveis.

Prof. Dr. Francisco Aparecido Rodrigues

Docente do Instituto de Ciências Matemáticas e Computacionais - ICMC - USP

Áreas de atuação incluem Redes Complexas, Estatística, Processos Estocásticos, Aprendizado de Máquina e Ciência de Dados.

Profa. M.Sc. Thaisa B. P. do Nascimento

Doutoranda em Administração do Departamento de Administração da FEA - USP

Bacharel em Engenharia Florestal e Mestre em Administração pela Universidade Federal de Lavras, Doutoranda em Administração pela USP.
Membro pesquisadora do Núcleo de Estudos em Cidades Inteligentes e Sustentáveis.