[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"doc-detail-127842-pt":3,"doc-seo-127842-112":31,"detail-sidebar-cat-0-pt-112":92},{"code":4,"msg":5,"data":6},0,"success",{"doc_id":7,"user_id":8,"nickname":9,"user_avatar":10,"doc_module":4,"category_id":11,"category_name":12,"doc_title":13,"doc_description":14,"doc_content":15,"file_id":16,"file_url":17,"file_type":18,"file_size":19,"view_count":20,"is_deleted":4,"is_public":21,"is_downloadable":21,"audit_status":21,"page_count":22,"language":23,"language_code":24,"site_id":25,"html_lang":24,"table_of_contents":26,"faqs":27,"seo_title":28,"seo_description":14,"update_tm":29,"read_time":30},127842,1099523885336,"Violet","https://ap-avatar.wpscdn.com/davatar_276721f389ce27ea32af1340a28f341c",32,"Pesquisa e Relatórios","Potencial de uso de técnicas de machine learning para estimativa de prazos em projetos","Complexidade, prazos apertados e limitações orçamentárias elevam riscos e afetam o sucesso dos projetos, com impactos como atrasos, conflitos e perdas financeiras. A dissertação destaca que estimativas mais assertivas fortalecem a gestão e a mitigação de riscos ao apoiar decisões informadas e alocação eficiente de recursos. Compara métodos tradicionais baseados em experiência e dados históricos com integrações possíveis de aprendizagem de máquina a frameworks ágeis e à metodologia AWP. Propõe modelos auxiliares para estimar prazos, validando-os por k-fold cross-validation e métricas MSE, MAE e R².","Mestrado em  \nGestão de Informação  \nMGI  \nPotencial De Uso De Técnicas De Aprendizado De Máquina Para Estimativa De Prazos Em Projetos  \nDeliane Amaro Duarte  \nDissertação  \napresentada(o) como requisito parcial para obtenção do grau de Mestre em Gestão de Informação  \nNOVA Information Management School Instituto Superior de Estatística e Gestão de Informação  \nUniversidade Nova de Lisboa  \nPOTENCIAL DE USO DE TÉCNICAS DE MACHINE LEARNING PARA ESTIMATIVA DE  \nPRAZOS EM PROJETOS  \npor  \nDeliane Amaro Duarte  \nDissertação apresentada como requisito parcial para obtenção do grau de Mestre em Gestão de Informação, com especialização em Gestão do Conhecimento e Business Intelligence.  \nOrientador(a): Prof. Vítor Santos  \nDECLARAÇÃO DE INTEGRIDADE  \nDeclaro ter realizado o presente trabalho académico com integridade. Confirmo que não recorri à prática de plágio ou de qualquer outra forma de utilização indevida de informação ou de falsificaçãode resultados durante o processo de elaboração deste trabalho. Declaro ainda que tenho conhecimento das Regras de Conduta e do Código de Honra da NOVA Information Management School.  \nDeliane Amaro Duarte  \nBrasil, 2024  \nDEDICATÓRIA  \nDedico este trabalho à minha família, amigos e à todos que de alguma forma contribuíram para que esta entrega fosse possível.  \nAGRADECIMENTOS  \nAgradeço a todas as pessoas que estiveram ao meu lado durante este desafio.  \nÀ minha mãe, minha fonte constante de coragem, por acreditar em mim mesmo quando sequer eu mesma consigo.  \nAo meu marido, que diariamente é meu alicerce, me protege, cuida e sonha ao meu lado, mesmo quando tudo parece impossível.  \nAo meu irmão, cuja leveza e coragem me movem e inspiram a sonhar cada vez mais.  \nÀ minha cunhada, por me inspirar e ensinar sobre apoio e coragem desmedida.  \nAo meu orientador, Professor Vítor Santos, pelo seu talento incomparável de tornar desafios árduos em jornadas gratificantes e prazerosas.  \nÀs minhas amigas Lorena e Liana, que com todo seu carinho, escuta e compreensão tornaram este processo mais leve.  \nAo meu amigo João Lucas, cujo apoio é essencial para a continuidade da minha busca por novos desafios e crescimento contínuo.  \nAos amigos que ganhei ao longo desta jornada—Dennis, Emna, Faustino, Neydu, Rebeca e Yousef—agradeço por pacientemente compartilharem não apenas técnicas, mas também valores preciosos que levarei comigo por toda a vida.  \nRESUMO  \nComplexidade, prazos apertados e limites orçamentários caracterizam a maior parte dos projetosatualmente, resultando em riscos que podem prejudicar significativamente o sucesso, levando aatrasos, desentendimentos e perdas financeiras. Estimativas mais assertivas se tornam cada vez mais importantes para uma gestão eficaz do projeto e mitigação de riscos, pois permite que as partes interessadas tomem decisões informadas e aloquem recursos de forma eficiente. Os métodostradicionais de estimativa, como a opinião de especialistas e a estimativa paramétrica, têm sido usados há décadas, mas muitas vezes produzem resultados imprecisos devido à sua dependência da experiência humana e de dados históricos. Recentemente, os frameworks ágeis, como Scrum e Kanban, e a metodologia de Planejamento do Trabalho Avançado (AWP) foram analisados paradeterminar qual abordagem oferece maior flexibilidade e eficácia em ambientes de projetodinâmicos e complexos. Este estudo explora como os avanços na aprendizagem de máquina e naanálise de dados podem se integrar a esses frameworks para otimizar as estimativas de cronograma. Alguns métodos de aprendizado de máquina demonstraram potencial em uma variedade de disciplinas devido à sua capacidade de aprender com os dados e antecipar resultados com precisão. Para abordar esse problema, este estudo propõe a implementação de modelos de aprendizado demáquina como uma ferramenta auxiliar no processo de estimativa de prazos. O método empregado inclui o uso de validação cruzada com múltiplas dobras (k-fold cross-validation) para garantir aro","cbCaiqjN2VJH7KFM","https://ap.wps.com/l/cbCaiqjN2VJH7KFM","pdf",1036527,2,1,43,"Portuguese","pt",112,"# Resumo\n# Palavras-chave\n# Declaração de integridade\n# Dedicatória\n# Agradecimentos","[{\"question\":\"Por que estimar prazos com mais precisão é importante para projetos?\",\"answer\":\"Estimativas mais assertivas reduzem riscos que podem comprometer o sucesso, apoiando decisões informadas e a alocação eficiente de recursos. Isso contribui para mitigar atrasos, desentendimentos e perdas financeiras.\"},{\"question\":\"Quais limitações são apontadas nos métodos tradicionais de estimativa?\",\"answer\":\"Os métodos tradicionais, como opinião de especialistas e estimativa paramétrica, podem produzir resultados imprecisos por dependerem da experiência humana e de dados históricos. Essa dependência pode reduzir a acurácia em contextos dinâmicos.\"},{\"question\":\"Como o estudo valida os modelos de aprendizagem de máquina para estimativa de prazos?\",\"answer\":\"O estudo utiliza validação cruzada com múltiplas dobras (k-fold cross-validation) para garantir robustez e generalização. Também aplica métricas como MSE, MAE e R² para avaliar precisão e confiabilidade das previsões.\"}]","Potencial de uso de técnicas de machine learning para estimativa de prazos em projetos | PDF",1785942295,66,{"code":4,"msg":32,"data":33},"ok",{"site_id":25,"language":24,"slug":34,"title":13,"keywords":35,"description":14,"schema_data":36,"social_meta":87,"head_meta":89,"extra_data":91,"updated_unix":29},"potencial-de-uso-de-tecnicas-de-machine-learning-para-estimativa-de-prazos-em-projetos","",{"@graph":37,"@context":86},[38,54,69],{"@type":39,"itemListElement":40},"BreadcrumbList",[41,45,48,51],{"item":42,"name":43,"@type":44,"position":21},"https://docshare.wps.com","Home","ListItem",{"item":46,"name":47,"@type":44,"position":20},"https://docshare.wps.com/pt/document/","Document",{"item":49,"name":12,"@type":44,"position":50},"https://docshare.wps.com/pt/document/pesquisa-e-relatórios/",3,{"item":52,"name":13,"@type":44,"position":53},"https://docshare.wps.com/pt/document/potencial-de-uso-de-tecnicas-de-machine-learning-para-estimativa-de-prazos-em-projetos/127842/",4,{"url":52,"name":13,"@type":55,"author":56,"headline":13,"publisher":58,"fileFormat":61,"inLanguage":24,"description":14,"dateModified":62,"datePublished":63,"encodingFormat":61,"isAccessibleForFree":64,"interactionStatistic":65},"DigitalDocument",{"name":9,"@type":57},"Person",{"url":42,"name":59,"@type":60},"DocShare","Organization","application/pdf","2026-08-24","2026-08-05",true,{"@type":66,"interactionType":67,"userInteractionCount":20},"InteractionCounter",{"@type":68},"ViewAction",{"@type":70,"mainEntity":71},"FAQPage",[72,78,82],{"name":73,"@type":74,"acceptedAnswer":75},"Por que estimar prazos com mais precisão é importante para projetos?","Question",{"text":76,"@type":77},"Estimativas mais assertivas reduzem riscos que podem comprometer o sucesso, apoiando decisões informadas e a alocação eficiente de recursos. Isso contribui para mitigar atrasos, desentendimentos e perdas financeiras.","Answer",{"name":79,"@type":74,"acceptedAnswer":80},"Quais limitações são apontadas nos métodos tradicionais de estimativa?",{"text":81,"@type":77},"Os métodos tradicionais, como opinião de especialistas e estimativa paramétrica, podem produzir resultados imprecisos por dependerem da experiência humana e de dados históricos. Essa dependência pode reduzir a acurácia em contextos dinâmicos.",{"name":83,"@type":74,"acceptedAnswer":84},"Como o estudo valida os modelos de aprendizagem de máquina para estimativa de prazos?",{"text":85,"@type":77},"O estudo utiliza validação cruzada com múltiplas dobras (k-fold cross-validation) para garantir robustez e generalização. Também aplica métricas como MSE, MAE e R² para avaliar precisão e confiabilidade das previsões.","https://schema.org",{"og:url":52,"og:type":88,"og:title":13,"og:site_name":59,"og:description":14},"article",{"robots":90,"canonical":52},"index,follow",{"doc_id":7,"site_id":25},{"code":4,"msg":5,"data":93},[94,99,103,107,111,115,119,121,125,129],{"id":95,"doc_module":4,"doc_module_name":47,"category_name":96,"show_sort_weight":97,"slug":98},26,"Contos e Romances",60,"story-novel",{"id":100,"doc_module":4,"doc_module_name":47,"category_name":101,"show_sort_weight":97,"slug":102},46,"Estilo de Vida","lifestyle",{"id":104,"doc_module":4,"doc_module_name":47,"category_name":105,"show_sort_weight":97,"slug":106},28,"Exames","exam",{"id":108,"doc_module":4,"doc_module_name":47,"category_name":109,"show_sort_weight":97,"slug":110},47,"Geral","general",{"id":112,"doc_module":4,"doc_module_name":47,"category_name":113,"show_sort_weight":97,"slug":114},29,"Histórias em Quadrinhos","comic",{"id":116,"doc_module":4,"doc_module_name":47,"category_name":117,"show_sort_weight":97,"slug":118},27,"Literatura","literature",{"id":11,"doc_module":4,"doc_module_name":47,"category_name":12,"show_sort_weight":97,"slug":120},"research-report",{"id":122,"doc_module":4,"doc_module_name":47,"category_name":123,"show_sort_weight":97,"slug":124},33,"Religião e Espiritualidade","religion-spirituality",{"id":126,"doc_module":4,"doc_module_name":47,"category_name":127,"show_sort_weight":97,"slug":128},31,"Saúde e Cuidados","healthcare",{"id":130,"doc_module":4,"doc_module_name":47,"category_name":131,"show_sort_weight":97,"slug":132},45,"Tecnologia","technology"]