Use este identificador para citar ou linkar para este item:
http://www.monografias.ufop.br/handle/35400000/6704
Título: | Aplicações da Deep Learning na análise de dados empresariais : um panorama de estudos de 2021 a 2023. |
Autor(es): | Leite, Jerddy Maycon |
Orientador(es): | Duarte, Hélida Mara Gomes Norato |
Membros da banca: | Moura, Fábio Viana de Boava, Fernanda Maria Felício Macedo Duarte, Hélida Mara Gomes Norato |
Palavras-chave: | Análise de envoltória de dados Aprendizado do computador Negócios Previsão de negócios |
Data do documento: | 2024 |
Referência: | LEITE, Jerddy Maycon. Aplicações da Deep Learning na análise de dados empresariais: um panorama de estudos de 2021 a 2023. 54 f. Monografia (Graduação em Administração) - Instituto de Ciências Sociais Aplicadas, Universidade Federal de Ouro Preto, Mariana, 2024. |
Resumo: | Os dados são fatores decisivos para o desempenho das organizações, e analisá-los adequadamente permite com que as empresas extraiam informações importantes que podem beneficiar o processo de negócio tornando-os eficientes. Nessa tarefa a Deep Learning (DL) traz contribuições importantes em um contexto na qual os dados são ativos estratégicos e a atividade de analisar dados é uma necessidade cada vez mais latente na atualidade. Entretanto, pesquisas quanto à aplicação da DL na análise de dados gerados pelas atividades dos negócios ainda demandam novas perspectivas de análises, pois algumas avaliam faces específicas das empresas, o que impossibilita uma visão mais abrangente do real estado da aplicação da DL na análise de dados empresariais. Para investigar essa possível lacuna, o presente estudo de natureza qualitativa, buscou realizar um mapeamento das aplicações da DL na análise de dados empresariais por meio de uma revisão sistemática de literatura nos últimos 3 anos (2021 - 2023). Com base nos resultados obtidos, foi possível identificar as principais aplicações da DL na análise de dados empresariais, o desempenho da DL frente a outras abordagens, as principais tecnologias DL utilizadas e a identificação de lacunas que representam oportunidades de pesquisas. |
Resumo em outra língua: | Data is a decisive factor in the performance of organizations, and analyzing it properly allows companies to extract important information that can benefit the business process, making it efficient. In this task, Deep Learning (DL) makes important contributions in a context in which data are strategic assets and the activity of analyzing data is an increasingly latent need today. However, research on the application of DL in the analysis of data generated by business activities still requires new analytical perspectives, as some evaluate specific aspects of companies, which makes it impossible to have a more comprehensive view of the real state of the application of DL in data analysis business. To investigate this possible gap, this qualitative study sought to map the applications of DL in business data analysis through a systematic literature review over the last 3 years (2021 - 2023). Based on the results obtained, it was possible to identify the main applications of DL in business data analysis, the performance of DL compared to other approaches, the main DL technologies used and the identification of gaps that represent research opportunities. |
URI: | http://www.monografias.ufop.br/handle/35400000/6704 |
Licença: | Este trabalho está sob uma licença Creative Commons BY-NC-ND 4.0 (https://creativecommons.org/licenses/by-nc-nd/4.0/?ref=chooser-v1). |
Aparece nas coleções: | Administração |
Arquivos associados a este item:
Arquivo | Descrição | Tamanho | Formato | |
---|---|---|---|---|
MONOGRAFIA_AplicaçõesDeepLearning.pdf | 546,68 kB | Adobe PDF | Visualizar/Abrir |
Os itens na BDTCC estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.