|
Abstract:
|
Em um ritmo assimétrico, a disponibilidade de informações e as melhorias na gestão pública se desenvolvem. Ainda que tenhamos cada vez mais acesso à dados e capacidade de processá-los, vemos, muitas vezes, que seus benefícios não parecem se aplicar à esfera pública. É possível encontrar indicadores das mais diversas fontes e que buscam responder às mais diferentes perguntas. Com isso, este trabalho visa aplicar algoritmos de agrupamento para identificar grupos de municípios com características em comum por meio de aprendizado não supervisionado. Foram criadas duas abordagens, uma hierárquica e outra não hierárquica sobre um banco de dados que trouxe indicadores relacionados à gestão pública e transparência de 394 municípios do Estado do Paraná. A partir desse ponto, com a criação de clusters, foi possível procurar as características comuns trazidas pelas observações que estão dentro de um mesmo agrupamento, como por exemplo, que o cluster que possui as melhores médias dentro do universo de indicadores, também possui as maiores médias populacionais e de PIB. |
