O Conselho Administrativo de Defesa Econômica (Cade) lançou nesta quinta-feira (21/07) o documento de trabalho “Aprendizado de máquina e antitruste”, organizado pelo Departamento de Estudos Econômicos (DEE).
O objetivo do estudo é apresentar modelos e procedimentos de aprendizado de máquina que podem ser utilizados em diversas etapas da análise antitruste, analisando o cenário de difusão de métodos computacionais na área.
O trabalho divide-se em 6 seções, além da introdução. Na primeira parte do documento a autora Tatiana de Macedo Nogueira Lima (DEE) discute conceitos que permitem entender as similaridades e diferenças entre os objetivos e técnicas econométricas e de aprendizado de máquinas. Na segunda, discorre sobre a aplicação de modelos de aprendizagem de máquina voltados para a defesa da concorrência.
Em seguida são esclarecidas discussões e modelos estudados dentro da temática abordada no documento. Inicialmente, é apresentado o procedimento de validação cruzada, usado para a divisão de observações em conjuntos de treinamento, por meio dos quais os modelos são estimados, e conjuntos de teste, nos quais os modelos são testados. Na seção seguinte, o tradeoff entre viés e variância é discutido.
Ao final, são debatidas as regressões regularizadas. Posteriormente, métodos de árvore de decisão, classificação e de agrupamento (cluster) são revisados.
Acesse o documento Aprendizado de máquina e antitruste.
Com informações da assessoria de imprensa do Cade
