Temas de TCC de Ciência da Computação em Aprendizado de Máquina

Equipe editorial TCC Pronto · atualizado em

Aprendizado de Máquina é a área que mais atrai estudantes hoje, e também a que mais gera trabalhos parecidos. Para se destacar, o projeto precisa de dados bem escolhidos, avaliação correta e uma pergunta que vá além de treinar e medir acurácia. Veja aqui temas de TCC de Ciência da Computação em Aprendizado de Máquina e o caminho para executá-los.

Temas de TCC de Ciência da Computação em Aprendizado de Máquina: ideias com problema de pesquisa e fontes reais

Temas de TCC: 12 ideias em Aprendizado de Máquina

Ideias de temas para TCC e monografia em Aprendizado de Máquina, cada uma já delimitada: problema de pesquisa, objetivo e metodologia para levar ao orientador.

  1. 1. Previsão de demanda de energia elétrica horária com modelos de gradient boosting e redes recorrentes

    Problema:
    Redes recorrentes superam modelos de gradient boosting na previsão da carga horária de energia de um subsistema brasileiro?
    Objetivo:
    Comparar o erro de previsão de LightGBM e LSTM para a carga horária usando dados públicos do Operador Nacional do Sistema Elétrico.
    Metodologia:
    Série histórica pública do ONS, validação em janela deslizante respeitando o tempo, métricas MAE e MAPE e teste de Diebold-Mariano.
  2. 2. Classificação de risco de evasão no ensino médio com microdados públicos do INEP

    Problema:
    Quais características escolares, presentes nos microdados do Censo Escolar, mais contribuem para prever taxas altas de abandono por escola?
    Objetivo:
    Treinar modelos de classificação para identificar escolas com alto abandono e interpretar as variáveis mais relevantes.
    Metodologia:
    Microdados públicos do INEP, engenharia de atributos por escola, validação cruzada estratificada e análise de importância por permutação.
  3. 3. Técnicas de reamostragem para detecção de fraude em transações com cartão em base fortemente desbalanceada

    Problema:
    SMOTE, subamostragem aleatória e ajuste de pesos de classe produzem ganhos diferentes de recall em fraudes sem destruir a precisão?
    Objetivo:
    Comparar estratégias de tratamento de desbalanceamento em classificadores de fraude usando um conjunto público anonimizado.
    Metodologia:
    Estudo experimental com reamostragem aplicada só no treino, curvas precisão-revocação, AUC-PR e várias sementes.
  4. 4. Agrupamento de perfis de consumo de clientes de uma rede de supermercados regional com k-means e DBSCAN

    Problema:
    Os grupos de clientes encontrados por k-means e DBSCAN são estáveis e interpretáveis para ações de marketing?
    Objetivo:
    Segmentar clientes por padrão de compra e comparar a qualidade e a estabilidade dos agrupamentos obtidos.
    Metodologia:
    Dados anonimizados cedidos pela empresa ou base pública de varejo, índices de silhueta e Davies-Bouldin e teste de estabilidade por reamostragem.
  5. 5. Detecção de anomalias em sensores de máquinas industriais com autoencoders e Isolation Forest

    Problema:
    Autoencoders detectam falhas incipientes em sinais de vibração mais cedo que o Isolation Forest?
    Objetivo:
    Comparar o tempo de antecipação e a taxa de falsos alarmes de dois detectores de anomalia em dados de vibração.
    Metodologia:
    Conjunto público de rolamentos com falha induzida, treino apenas com dados normais e análise de curvas ROC e do instante da primeira detecção.
  6. 6. Aprendizado federado na classificação de texto entre clientes com distribuições de dados diferentes

    Problema:
    Quanto a acurácia de um modelo federado cai quando cada cliente tem rótulos muito desbalanceados em relação aos demais?
    Objetivo:
    Medir o efeito da heterogeneidade dos dados sobre algoritmos de agregação federada em uma tarefa de classificação.
    Metodologia:
    Simulação de clientes a partir de um conjunto público, particionamento com distribuição de Dirichlet e comparação de FedAvg com variantes.
  7. 7. Seleção de atributos em dados de expressão gênica de alta dimensão para classificação de tipos de câncer

    Problema:
    Métodos de seleção de atributos por filtro e por envoltório mantêm a acurácia usando menos de 1% dos genes disponíveis?
    Objetivo:
    Comparar métodos de seleção de atributos quanto a desempenho preditivo, estabilidade da seleção e número de genes escolhidos.
    Metodologia:
    Conjuntos públicos de microarranjo, validação cruzada aninhada para evitar vazamento e índice de estabilidade de Kuncheva.
  8. 8. Calibração de probabilidades de classificadores na previsão de readmissão hospitalar

    Problema:
    Modelos com bom AUC entregam probabilidades bem calibradas para o risco de readmissão, ou precisam de recalibração?
    Objetivo:
    Avaliar a calibração de diferentes classificadores e o efeito do escalonamento de Platt e da regressão isotônica.
    Metodologia:
    Base pública e anonimizada de internações, curvas de confiabilidade, Brier score e erro de calibração esperado.
  9. 9. Ajuste de hiperparâmetros por busca aleatória, grade e otimização bayesiana em florestas aleatórias

    Problema:
    A otimização bayesiana encontra configurações melhores que a busca aleatória com o mesmo número de avaliações?
    Objetivo:
    Comparar estratégias de ajuste de hiperparâmetros em vários conjuntos do OpenML sob orçamento fixo de avaliações.
    Metodologia:
    Experimento em dez conjuntos do OpenML, orçamento igual entre métodos, repetições com sementes e teste de Friedman.
  10. 10. Detecção de mudança de conceito em fluxos de dados de sensores ambientais urbanos

    Problema:
    Detectores de mudança de conceito identificam alterações sazonais na qualidade do ar a tempo de evitar a degradação do modelo?
    Objetivo:
    Avaliar detectores de mudança de conceito acoplados a um classificador incremental em séries de sensores de qualidade do ar.
    Metodologia:
    Dados públicos de monitoramento do ar, aprendizado incremental com avaliação prequencial e comparação de atraso de detecção.
  11. 11. Previsão de nota do ENEM a partir de dados socioeconômicos com análise de equidade por região

    Problema:
    O erro de modelos que estimam o desempenho no ENEM é igual entre regiões e redes de ensino, ou penaliza grupos específicos?
    Objetivo:
    Treinar modelos de regressão para a nota do ENEM e medir disparidades de erro entre grupos socioeconômicos e regionais.
    Metodologia:
    Microdados públicos do ENEM, amostragem estratificada, comparação de modelos lineares e de árvores e métricas de erro por grupo.
  12. 12. Aprendizado semissupervisionado com poucos rótulos para classificar reclamações de consumidores

    Problema:
    Pseudorrotulagem e autotreinamento mantêm o desempenho de um classificador quando só 5% das reclamações estão rotuladas?
    Objetivo:
    Comparar métodos semissupervisionados com o treino supervisionado puro em diferentes proporções de dados rotulados.
    Metodologia:
    Base pública de reclamações de consumidores, curvas de desempenho por fração rotulada e várias repetições por configuração.

Do tema ao TCC: próximos passos

Escolhido o tema, transforme-o em estrutura: o gerador de sumário de TCC monta os capítulos a partir do problema e do objetivo. O passo a passo de como fazer monografia mostra cada etapa até a defesa, e as referências ABNT saem formatadas a partir das obras com DOI. Para entender o que a IA faz e o que continua sendo seu, veja TCC com IA.

Como escolher um tema de TCC em Aprendizado de Máquina

Inverta a ordem mais comum. Em vez de escolher um algoritmo e procurar onde aplicá-lo, escolha uma pergunta e veja quais dados podem respondê-la. Bases públicas brasileiras, como as do INEP, do DATASUS e do ONS, oferecem problemas reais e pouco explorados.

Antes de fechar o tema, abra os dados. Confira quantas instâncias existem, quantos valores faltam, como os rótulos foram criados e se a licença permite uso acadêmico. Muitos projetos param no meio porque a base era pequena demais ou tinha rótulos inconsistentes.

Por último, pense na contribuição. Ela pode ser comparar métodos em um contexto novo, avaliar um problema metodológico, como calibração ou vazamento, ou medir equidade entre grupos. Isso dá à monografia um argumento que vai além da tabela de acurácias.

Linhas de pesquisa em alta em Aprendizado de Máquina

A área se move rápido, mas algumas linhas cabem bem numa graduação porque dependem mais de desenho experimental cuidadoso do que de grande poder de computação.

  • Aprendizado com poucos rótulos: semissupervisionado, ativo e autossupervisionado
  • Aprendizado federado e privacidade diferencial
  • Calibração e quantificação de incerteza
  • Detecção de mudança de conceito em fluxos de dados
  • Equidade e auditoria de modelos preditivos
  • AutoML e otimização de hiperparâmetros
  • Séries temporais com modelos de árvores e redes neurais
  • Detecção de anomalias em dados industriais e de saúde

Metodologias mais usadas em Aprendizado de Máquina

O núcleo é quase sempre experimental e quantitativo. Você define o conjunto de dados, o protocolo de divisão, os modelos, os hiperparâmetros e as métricas. Validação cruzada estratificada serve para dados independentes. Séries temporais pedem divisão que respeite a ordem cronológica.

Para comparar vários modelos em vários conjuntos, use testes não paramétricos, como Friedman com pós-teste de Nemenyi. Para dois modelos no mesmo conjunto, testes pareados sobre as dobras da validação. Ferramentas como scikit-learn e PyTorch facilitam a implementação, mas a escolha do protocolo é responsabilidade sua.

Como fazer o TCC de Aprendizado de Máquina: passo a passo

Na revisão de literatura, combine o Portal de Periódicos da CAPES e o Google Acadêmico com as bibliotecas da ACM e do IEEE. Sites como o Papers with Code mostram resultados de referência por conjunto de dados. Anote quais métricas os trabalhos usam para poder se comparar a eles.

As fontes de dados mais seguras são públicas: UCI Machine Learning Repository, OpenML, Kaggle, o Portal Brasileiro de Dados Abertos, os microdados do INEP e o DATASUS. Leia a documentação de cada base e descreva no texto como ela foi coletada.

O sumário costuma seguir introdução, fundamentação, trabalhos relacionados, materiais e métodos, experimentos, resultados, discussão e conclusão. Nos temas de TCC de Ciência da Computação em Aprendizado de Máquina com dados de saúde ou de pessoas identificáveis, o projeto passa pelo Comitê de Ética em Pesquisa via Plataforma Brasil, segundo as Resoluções CNS 466/2012 e 510/2016. O tratamento de dados pessoais segue a LGPD.

Guarde tudo o que permite repetir o experimento: versão das bibliotecas, sementes, divisões de dados e hiperparâmetros finais. Um repositório público com o código fortalece o trabalho.

  • Formule a pergunta e escolha a métrica principal antes de olhar os resultados.
  • Selecione a base de dados e confira licença, tamanho, rótulos e valores ausentes.
  • Faça análise exploratória e documente o pré-processamento.
  • Separe treino, validação e teste antes de qualquer ajuste, sem vazamento.
  • Treine uma linha de base simples, como regressão logística ou árvore rasa.
  • Treine os modelos propostos e ajuste hiperparâmetros só na validação.
  • Avalie no teste uma única vez e aplique testes estatísticos.
  • Interprete os resultados com análise de erros e de importância de atributos.

Erros comuns no TCC de Aprendizado de Máquina

Quase todos os erros abaixo inflam o resultado. A banca costuma desconfiar de números muito altos, por isso vale prevenir.

  • Normalizar ou balancear os dados antes de dividir. Faça o pré-processamento dentro de cada dobra de treino.
  • Embaralhar séries temporais. Use divisão cronológica ou validação em janela deslizante.
  • Reportar só acurácia em dados desbalanceados. Mostre matriz de confusão, recall e precisão.
  • Ajustar hiperparâmetros olhando o conjunto de teste. Reserve o teste para a avaliação final.
  • Comparar com resultados de artigos que usaram outra divisão de dados. Reproduza a linha de base no seu protocolo.
  • Concluir causalidade a partir de importância de atributos. Fale em associação, não em causa.

Obras para começar a pesquisa

Artigos em português sobre Aprendizado de Máquina publicados desde 2019, encontrados nas bases abertas OpenAlex e Crossref. Cada DOI foi conferido em 16/11/2026.

  • GONÇALVES, Luiz M. G.; CLUA, Esteban. Aprendizado de Máquina Encontra Visão Computacional. Computação Brasil, 2019. DOI: 10.5753/compbr.2019.39.4524
  • SILVA, Edmundo de Souza e. Modelagem de Sistemas de Computação e sua conexão com Aprendizado de Máquina baseado em Modelos. Computação Brasil, 2023. DOI: 10.5753/compbr.2023.51.3996
  • MACEDO, Bruno Da Silva; SAPORETTI, Camila Martins. Uso de técnicas de aprendizado de máquina para predição do tempo de graduação dos discentes de Engenharia da Computação na região Sudeste do Brasil. Revista Brasileira de Computação Aplicada, 2024. DOI: 10.5335/rbca.v16i1.14456
  • JUNIOR, Sylvio Barbon; PERES, Sarajane Marques. Mineração de Processos e Aprendizado de Máquina: Conquistas distribuídas, mas Desafios Compartilhados. Computação Brasil, 2023. DOI: 10.5753/compbr.2023.49.4057
  • COLOMBINI, Esther Luna; SIMÕES, Alexandre da Silva. Robótica e Aprendizado de Máquina: uma caminhada lado a lado. Computação Brasil, 2019. DOI: 10.5753/compbr.2019.39.4523

Perguntas frequentes

Qual base de dados usar no TCC de aprendizado de máquina?

Prefira bases públicas e documentadas, como as do UCI, OpenML, INEP e DATASUS. Elas evitam problemas de acesso e permitem que outros reproduzam o estudo. Use dados de empresa apenas com autorização por escrito e anonimização.

Preciso usar deep learning para ter um bom TCC?

Não. Para dados tabulares, modelos de árvores costumam ter desempenho igual ou melhor e treinam rápido. Use redes profundas quando o problema pedir, como imagens, áudio ou texto, e sempre com uma linha de base mais simples para comparação.

Quantos dados são suficientes para um trabalho de aprendizado de máquina?

Depende do número de atributos, das classes e do modelo. O importante é ter exemplos suficientes no teste para que as métricas sejam estáveis. Use intervalos de confiança e discuta essa limitação quando a base for pequena.

Como evitar vazamento de dados no experimento?

Divida os dados antes de qualquer transformação aprendida, como normalização, imputação ou seleção de atributos. Coloque essas etapas dentro de um pipeline aplicado apenas ao treino de cada dobra. Em séries temporais, nunca use informações do futuro.

Como montamos esta página

Os temas foram redigidos pela equipe do TCC Pronto como ponto de partida e precisam da aprovação do seu orientador. As obras vêm de bases acadêmicas abertas (OpenAlex e Crossref) e o DOI de cada uma foi conferido antes da publicação. Leia a obra antes de citá-la no seu trabalho.

Escolheu o tema? Comece pelo sumário.