O objetivo desse trabalho é realizar a modelagem de dados e a projeção da trajetória da pecuária e lavouras temporárias do estado do Pará, suas regiões e municípios. Essa modelagem de dados é possível usando os métodos computacionais de mineração de dados e inteligencia artificial que auxiliam na identificação de tendências das atividades agropecuárias do estado.
Assim, o estudo desses dados e técnicas avançadas se torna fundamental para o planejamento e a definição de estratégias, seja para aproveitar o desempenho produtivo do setor agropecuário, com o atendimento da demanda de mão-de-obra ou oferta de produtos e serviços, seja para conter alguma externalidade, como a degradação ambiental.
-
Acesso ao Google Colab.
-
Conhecimento da linguagem de programação Python
-
Conhecimento básico das bibliotecas:
Para começar de forma local, faça um clone do repositório em sua máquina.
Abra o terminal de comando ou o Git Bash na sua máquina e, na pasta desejada, digite o seguinte código:
git clone https://github.com/npcateam2/data_agro.gitSe desejar, basta criar um fork do repositório seguindo normalmente os passos padrões.
Para visualizarmos todas as projeções, devemos passar por algumas etapas antes.
-
Dados são coletados e tratados em um único arquivo. Todos os dados serão baixados e salvos em formato Parquet.
-
Dados são modelados de acordo com a modelagem hierarquica proposta no projeto.
-
Script que irá realizar o processo de treinamento, criar e salvar métricas de erro e forecasting e gerar os gráficos que foram adicionados ao projeto.
Forecasting histórico que foi utilizado para validar o resultado dos forecasting e determinar melhor conjunto de parâmetros
Melhor conjunto de parâmetros encontrados pelo GridSearch