Vieira, Gutemberg Assunção
Uso de aprendizado de máquina na avaliação de políticas públicas: uma revisão de escopo / por Gutemberg Assunção Vieira - Brasília: Enap, 2023. - 164 f. : il.
Dissertação apresentada ao Programa de Mestrado Profissional em Avaliação e Monitoramento de Políticas Públicas da Escola Nacional de Administração Pública.
1 INTRODUÇÃO 2 REFERENCIAL TEÓRICO 2.1 Aprendizado de máquina 2.2 Avaliação de políticas públicas 2.3 Avaliação de políticas públicas com uso de aprendizado de máquina 3 METODOLOGIA 3.1 Identificação da questão de pesquisa 3.2 Identificação dos estudos relevantes 3.3 Seleção de estudos 3.4 Mapeamento dos dados 3.5 Agrupamento, sumarização e reporte dos resultados 4 IDENTIFICAÇÃO, SELEÇÃO E MAPEAMENTO 4.1 Identificação dos estudos relevantes 4.1.1 Refinamento da expressão de busca 4.1.2 Buscas nas bases de dados 4.2 Seleção de estudos 4.3 Mapeamento dos dados 5 RESULTADOS 5.1 Caracterísiticas dos estudos 5.2 Objetos de avaliação 5.2.1 Intervenção 5.2.2 Conjunto de dados 5.3 Métodos de aprendizado de máquina 5.3.1 Objetivo da aplicação de aprendizado de máquina 5.3.2 Métodos de aprendizado de máquina 5.3.3 Linguagens e recursos de programação 6 CONSIDERAÇÕES FINAIS REFERÊNCIAS
Avaliação de Políticas Públicas
Políticas Públicas
Aprendizado de Máquina
Programação
Uso de aprendizado de máquina na avaliação de políticas públicas: uma revisão de escopo / por Gutemberg Assunção Vieira - Brasília: Enap, 2023. - 164 f. : il.
Dissertação apresentada ao Programa de Mestrado Profissional em Avaliação e Monitoramento de Políticas Públicas da Escola Nacional de Administração Pública.
1 INTRODUÇÃO 2 REFERENCIAL TEÓRICO 2.1 Aprendizado de máquina 2.2 Avaliação de políticas públicas 2.3 Avaliação de políticas públicas com uso de aprendizado de máquina 3 METODOLOGIA 3.1 Identificação da questão de pesquisa 3.2 Identificação dos estudos relevantes 3.3 Seleção de estudos 3.4 Mapeamento dos dados 3.5 Agrupamento, sumarização e reporte dos resultados 4 IDENTIFICAÇÃO, SELEÇÃO E MAPEAMENTO 4.1 Identificação dos estudos relevantes 4.1.1 Refinamento da expressão de busca 4.1.2 Buscas nas bases de dados 4.2 Seleção de estudos 4.3 Mapeamento dos dados 5 RESULTADOS 5.1 Caracterísiticas dos estudos 5.2 Objetos de avaliação 5.2.1 Intervenção 5.2.2 Conjunto de dados 5.3 Métodos de aprendizado de máquina 5.3.1 Objetivo da aplicação de aprendizado de máquina 5.3.2 Métodos de aprendizado de máquina 5.3.3 Linguagens e recursos de programação 6 CONSIDERAÇÕES FINAIS REFERÊNCIAS
Avaliação de Políticas Públicas
Políticas Públicas
Aprendizado de Máquina
Programação
