Use este identificador para citar ou linkar para este item: http://www.monografias.ufop.br/handle/35400000/6512
Título: Dashboard para gerenciamento e controle financeiro com previsão através de inteligência artificial.
Autor(es): Moreira, Lucas de Paula
Orientador(es): Santana, Adrielle de Carvalho
Membros da banca: Santana, Adrielle de Carvalho
Reis, Agnaldo José da Rocha
Paula, Marcus Vinícius Marques de
Palavras-chave: Aprendizado de máquina
Dashboard
Controle financeiro
Random forest
Redes neurais
Data do documento: 2024
Referência: MOREIRA, Lucas de Paula. Dashboard para gerenciamento e controle financeiro com previsão através de inteligência artificial. 2024. 37 f. Monografia (Graduação em Engenharia de Controle e Automação) - Escola de Minas, Universidade Federal de Ouro Preto, Ouro Preto, 2024.
Resumo: O Controle Financeiro tem o objetivo de auxiliar as pessoas a gerirem melhor sua qualidade de vida, permitindo um maior conhecimento da sua situação financeira e compreensão das necessidades para o alcance dos objetivos ao longo da vida. Um método para explorar melhor a tecnologia e auxiliar nesse tópico é utilizar um dashboard ou portal para o gerenciamento das finanças, onde cada usuário tenha um detalhamento mais preciso da sua situação pessoal. Neste trabalho, é desenvolvida uma aplicação com o auxílio do Microsoft Office e suas ferramentas para o gerenciamento e controle financeiro. Esta aplicação fornece não apenas resumos e montantes de gastos por período, mas também previsões de faturas futuras do usuário. Além disso, utiliza a base de dados do usuário para aplicar modelos de aprendizado de máquina, prevendo gastos futuros de acordo com as categorias de dados presentes no dia a dia do usuário. Este trabalho treinou modelos de Random Forest (Floresta Aleatória) e Redes Neurais para a previsão categorizada de dados. O modelo que apresentou o melhor desempenho preditivo foi escolhido para ser utilizado no dashboard. Os resultados mostraram que o Random Forest obteve um melhor desempenho preditivo para a base de dados utilizada. A partir desses resultados, discutiram-se possíveis abordagens para integrar a previsão de dados ao dashboard desenvolvido. Neste trabalho, é mostrado não apenas como a utilização de uma aplicação para gestão financeira é importante e pode ajudar o usuário nessa tarefa, mas também aborda a possibilidade de utilização de modelos baseados em inteligência artificial no setor financeiro.
Resumo em outra língua: Financial control aims to assist people in managing their quality of life better, providing a deeper understanding of their financial situation and insight into the needs to achieve their goals throughout life. A method to leverage technology for better assistance in this matter is to use a dashboard or portal for financial management, where each user has a more detailed overview of their personal situation. In this work, an application is developed with the assistance of Microsoft Office and its tools for financial management and control. This application not only provides summaries and amounts of expenses per period but also forecasts future user invoices. Additionally, it uses the user’s database to apply machine learning models, predicting future expenses based on the data categories present in the user’s daily life. This work trained Random Forest and Neural Network models for categorized data prediction. The model that showed the best predictive performance was chosen for use in the dashboard. The results indicated that Random Forest outperformed in predictive performance for the utilized database. From these results, possible approaches to integrating data prediction into the developed dashboard were discussed. This work demonstrates not only how the use of an application for financial management is important and can assist the user in this task but also addresses the possibility of using artificial intelligence-based models in the financial sector.
URI: http://www.monografias.ufop.br/handle/35400000/6512
Aparece nas coleções:Engenharia de Controle e Automação

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
MONOGRAFIA_DashboardGerenciamentoControle.pdf707,43 kBAdobe PDFVisualizar/Abrir


Os itens na BDTCC estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.