RESUMO Este estudo propõe um modelo de classificação de perfis de decisão utilizando o método de agrupamento (clustering) através de aprendizado de máquina (Machine Learning -ML K-means. Para tanto, foram utilizados dados de um ambiente simulado do tipo industrial, que representam as decisões de 8 (oito) empresas ao longo de 12 (doze) trimestres de atuação. A técnica K-means segmentou o conjunto de empresas industriais tendo em conta as decisões quantitativas de todas, em momentos de decisão

more »

... ecíficos representados por trimestres. Os resultados sugerem a existência 2 (dois) clusters, sendo que as empresas do primeiro Cluster (C1) apresentaram um resultado financeiro e evolução patrimonial superior, sendo reflexo de um conjunto de decisões mais assertivas quando comparadas àquelas tomadas pelas empresas do Cluster C2. ABSTRACT This study proposes a decision profile classification model using the clustering method through machine learning (Machine Learning -ML K-means). For this purpose, data from a simulated industrial environment were used, representing the decisions of 8 (eight) companies throughout 12 (twelve) quarters of operation. The K-means technique segments the set of industrial companies taking into account the quantitative decisions of all of them, in specific decision moments represented by quarters. The results suggest the existence of 2 (two) clusters, with the companies in the first cluster (C1) presenting a higher financial result and equity evolution, reflecting a set of more assertive decisions when compared to those made by the companies in Cluster C2.