Aplicação de técnica de machine learning para previsão da curva de dados da Covid-19

Abstract

O uso da tecnologia para facilitar e otimizar as tarefas do dia a dia vem alcançando desde a pessoas comuns como também as organizações. A grande quantidade de dados gerada por todas as pessoas que estão conectadas influencia diretamente na otimização do processo de tomada de decisão das organizações, não apenas na questão da venda de um produto, promoção de um serviço ou conhecimento das preferências de um público alvo especifico, mas também na possibilidade de utilizar a tecnologia a favor do monitoramento nas áreas da saúde, educação e segurança. O subcampo da Inteligência Artificial denominado Aprendizagem de Máquina é uma área de estudos que fornece ferramentas que possibilitam que uma grande quantidade de dados seja usada para selecionar semelhanças amostrais diversas dos dados colhidos. Tais ferramentas, como as Máquinas de Vetores de Suporte ativadas por um polinômio interpolador, como o de Lagrange, pode realizar previsões e nos dar números para controle no processo de tomada de decisão. Este trabalho apresenta essa visão, aplicando um algoritmo baseado em Polinômio Interpolador de Lagrange para realizar previsões sobre os dados da pandemia de COVID-19. Como resultados obtidos observou-se que as previsões de vítimas fatais ficaram próximas aos dados reais coletados, já a previsão de infectados pela doença teve uma variação maior do que os dados reais. As previsões não levam em consideração outros fatores que podem influenciar o crescimento ou decrescimento da curva, como por exemplo, a aplicação de medidas de restrição de circulação de pessoas ou a realização maior ou menor de testes.

The use of technology to facilitate and optimize everyday tasks has been reaching both ordinary people and organizations. The large amount of data generated by all the people who are connected directly influences the optimization of the decision-making process of organizations, not only in terms of selling a product, promoting a service or knowing the preferences of a specific target audience, but also in the possibility of using technology to support monitoring in the areas of health, education and security. The subfield of Artificial Intelligence called Machine Learning is an area of ​​study that provides tools that allow a large amount of data to be used to select diverse sample similarities from the data collected. Such tools, such as Support Vector Machines activated by an interpolating polynomial, such as Lagrange, can make predictions and give us numbers to control the decision-making process. This work presents this vision, applying an algorithm based on Lagrange Interpolating Polynomial to make predictions on data from the COVID-19 pandemic. The results obtained showed that the predictions of fatal victims were close to the actual data collected, while the prediction of people infected by the disease had a greater variation than the actual data. The predictions do not take into account other factors that may influence the growth or decrease of the curve, such as the application of measures to restrict the movement of people or the greater or lesser number of tests carried out.