TCC | Previsão de Ozônio Troposférico com Machine Learning | CETESB · Guarulhos · Univesp · 2026

Este vídeo apresenta o Trabalho de Conclusão de Curso desenvolvido no curso de Ciência de Dados da Univesp, que propõe um sistema de previsão da concentração de ozônio troposférico (O₃) na estação Guarulhos-Pimentas, monitorada pela CETESB, utilizando técnicas de Aprendizado de Máquina. São comparados três modelos preditivos — SVM, Random Forest e Rede Neural MLP — aplicados a uma série histórica de dez anos (2016–2026), com 28 variáveis preditoras que incluem poluentes atmosféricos, defasagens temporais e dados meteorológicos. O modelo SVM demonstrou o melhor desempenho, atingindo R² de 0,577, MAE de 5,05 µg/m³ e menor índice de overfitting entre os modelos avaliados. 🔬 Tecnologias: Python · Scikit-learn · Pandas · Streamlit · Plotly 📊 Dados: CETESB · aqicn.org · Open-Meteo API