CRI Minas Indústria 4.0. Case Vallourec: Golden Batch na produção de tubos
|
|
- Giovana Leonor Gomes
- 5 Há anos
- Visualizações:
Transcrição
1 CRI Minas Indústria 4.0 Case Vallourec: Golden Batch na produção de tubos
2 G o l d e n B a t c h A n a l y s i s Case Vallourec Líder mundial em soluções tubulares premium, a Vallourec assegura a máxima qualidade de seus produtos através de processos de ponta e rigorosos sistemas de avaliação. Neste cenário, a utilização de soluções de machine learning vem como um caminho natural na busca contínua da excelência na produção. 2
3 A G E N D A Nossa abordagem 1. Histórico 1.1 Fundadores 1.2 Trajetória 1.3 Cases 3. Solução 3.1 Definição e pesquisa 3.2 Desenvolvimento 2. Case Vallourec 2.1 Golden Batch analysis 2.2 Especificação do problema 4. Resultados 4.1 Resumo 4.2 Simulador
4 H i s t ó r i c o Sócios Fundadores Felipe Álvares felipe.alvares@hence-analytics.com. Chief Data Scientist. Matemático Computacional. Mestre e Doutor em Estatística (UFMG)) Milton Pifano milton.pifano@hence-analytics.com. Senior Data Scientist. Cientista da Computação. Mestre e Doutorando em Estatística (UFMG)) Acreditamos que a educação é o melhor caminho para a inovação. 4
5 H i s t ó r i c o Trajetória Especialização Mestrado LwD hence 1998 Microsoft ImageNet Competition Deep Learning 2016 Doutorado Sempre de olho no futuro 5
6 H i s t ó r i c o Cases Statistical Learning Otimização Não-Linear Machine Learning Machine Learning Estrutuação e limpeza dos dados Modelos dinâmicos para previsão de vendas de sementes híbridas de arroz Aplicativo Web interativo com segmentação de previsão por região de interese Alocação ótima de recursos de mídia Aplicativo Web interativo para a simulação e otimização de cenários variados Incorporação de IA no desenvolvimento de softwares para varejo Sistema de recomendação de produtos Sistema de previsão de vendas Golden Batch Analysis Aplicativo Web interativo para identificação de fatores de influência na geração de peças imperfeitas Recomendação de configurações ótimas para minimização de erros Soluções assertivas e personalizadas. De um jeito fácil e descomplicado. 6
7 C a s e V a l l o u r e c Golden Batch Analysis A ocorrência de defeitos é um fenômeno observado em qualquer linha de produção. Podem ocorrer por uma combinação imensa de fatores, inviabilizando a identificação por monitoramentos tradicionais.
8 C a s e V a l l o u r e c Golden Batch Analysis A ocorrência de defeitos é um fenômeno observado em qualquer linha de produção. Podem ocorrer por uma combinação imensa de fatores, inviabilizando a identificação por monitoramentos tradicionais. E se pudermos sair do tradicional?
9 C a s e V a l l o u r e c Especificação do problema Dados de entrada compostos por variáves como tipos de material, níveis de desgaste e parâmetros de calibragem Linha de produção já eficiente faz com que a identificação de defeitos seja um processo de detecção de anomalias Input Produção Classificação
10 C a s e V a l l o u r e c Especificação do problema Dados de entrada compostos por variáves como tipos de material, níveis de desgaste e parâmetros de calibragem Linha de produção já eficiente faz com que a identificação de defeitos seja um processo de detecção de anomalias Inteligência artificial como instrumento para a identificação de padrões complexos e influentes na geração de defeitos Input Produção Classificação Data Wrangling Feature selection Classification / Prediction / Recommendation Input Classificação Produção
11 S o l u ç ã o Definição e Pesquisa Chandola, Banerjee and Kumar, Anomaly detection: A survey. ACM computing surveys (CSUR), 41(3), p.15. Sun, Wong and Kamel, Classification of imbalanced data: A review. Internation Journal of Pattern Recognition and Artificial Intelligence, 23(04), pp Aprendizagem supervisionada Dados desbalanceados Ensemble learning Menardi and Torelli, Training and assessing classification rules with imbalanced data. Data Mining and Knowledge Discovery, 28(1), pp Chen and Guestrin, Xgboost: A scalable tree boosting system. In Proceedings of the 22nd acm international conference on knowledge discovery and data mining, pp Khoshgoftaar, Golawala and Hulse, An empirical study of learning from imbalanced data using random forests. In 19th IEEE international conference on tools with artificial intelligence, 2, pp
12 S o l u ç ã o Desenvolvimento 31 variáveis de entrada 4 tipos de erro considerados Seleção de métricas adequadas para o tratamento do desbalanceamento Seleção de modelos Estratégia de penalização x Balanceamento artificial Seleção de atributos mais relevantes Engenharia de atributos 12
13 S o l u ç ã o Resultados O modelo demonstrou ótima capacidade de separação nos cenários de teste No pior caso, o modelo teria previsto antecipadamente 66,67% da produção defeituosa No melhor caso, este percentual teria sido de 83,60% Pior caso Sensitividade (recall) Precisão Acurácia (IC 95%) (0.9869, ) Melhor caso Sensitividade (recall) Precisão Acurácia (IC 95%) (0.8815, 0.911)
14 S o l u ç ã o Simulador Aplicativo Web interativo para identificação de fatores de influência na geração de peças imperfeitas
15
CC-226 Introdução à Análise de Padrões
CC-226 Introdução à Análise de Padrões Apresentação do Curso Carlos Henrique Q. Forster 1 1 Divisão de Ciência da Computação Instituto Tecnológico de Aeronáutica 25 de fevereiro de 2008 C. H. Q. Forster
Leia maisMáquinas de Vetores de Suporte Aplicadas à Classificação de Defeitos em Couro Bovino
Máquinas de Vetores de Suporte Aplicadas à Classificação de Defeitos em Couro Bovino Ricardo Cezar Bonfim Rodrigues 24 de abril de 2006 1 Antecedentes e Justificativa Hoje, em diversos processos industriais,
Leia maisAprendizagem de Máquina
Aprendizagem de Máquina Apresentação da Disciplina Alessandro L. Koerich 2008 Mestrado e Doutorado em Informática Pontifícia Universidade Católica do Paraná (PUCPR) Mestrado/Doutorado em Informática Aprendizagem
Leia maisAprendizagem de Máquina
Plano da Apresentação Aprendizagem de Máquina Alessandro L. Koerich 2007 Mestrado e Doutorado em Informática Pontifícia Universidade Católica do Paraná (PUCPR) Professor & Experiência Acadêmica Horários
Leia maisPROFTS: A MultiAgent System for Stock Portfolio Management
PROFTS: A MultiAgent System for Stock Portfolio Management Everton Rodrigues Reis LTI USP everton.rreis@gmail.com Jaime Simão Sichman jaime.sichman@poli.usp.br 1. Conceitos Básicos 2. Proposta 3. Resultados
Leia maisDetecção de fraudes em hidrômetros através da utilização de técnicas de reconhecimento de padrões
Detecção de fraudes em hidrômetros através da utilização de técnicas de reconhecimento de padrões Juliana Patrícia Detroz Orientador: André Tavares da Silva Programa de Pós-Graduação em Computação Aplicada
Leia maisUma Aplicação de Meta-Aprendizagem no Mercado Euro/Dólar
Uma Aplicação de Meta-Aprendizagem no Mercado Euro/Dólar Felipe de Almeida Duarte Renato Cesar Sato Ana Carolina Lorena Universidade Federal de São Paulo Instituto Tecnológico Aeronáutico Programa de Pós-Graduação
Leia maisMineração de Grafos e Predição de Links. Antonio Pecli Ronaldo Goldschmidt
Mineração de Grafos e Predição de Links Antonio Pecli Ronaldo Goldschmidt CONTEXTO Crescimento de aplicações de modelos de grafos para resolução de problemas do mundo real (biologia, economia, sistemas
Leia maisSEMINÁRIO DOS ARTIGOS:
SEMINÁRIO DOS ARTIGOS: Text Detection and Character Recognition in Scene Images with Unsupervised Feature Learning End-to-End Text Recognition with Convolutional Neural Networks Fernanda Maria Sirlene
Leia maisDetecção de Violações de SLA em Coreografias de Serviços Web
Detecção de Violações de SLA em Coreografias de Serviços Web Victoriano Alfonso Phocco Diaz Instituto de Matemática e Estatística Departamento de Ciência da Computação Universidade de São Paulo alfonso7@ime.usp.br
Leia maisAprendizagem de Máquina
Aprendizagem de Máquina Alessandro L. Koerich Programa de Pós-Graduação em Informática Pontifícia Universidade Católica do Paraná (PUCPR) Horários Aulas Sala 3 CCET [quinta-feira, 8:20 12:00] Atendimento
Leia maisMotivação para o estudo de IA
Motivação para o estudo de IA Aula #1.2 EBS 564 IA Prof. Luiz Fernando S. Coletta luizfsc@tupa.unesp.br Campus de Tupã Motivação para o estudo de IA + Biossistema Engenharia Projeto e desenvolvimento de
Leia maisAprendizagem de Máquina
Aprendizagem de Máquina Aprendizagem de Máquina Segundo semestre de 2018 Francisco Carvalho e Cleber Zanchettin Universidade Federal de Pernambuco - UFPE Centro de Informtica - CIn Objetivos da disciplina
Leia maisAnálise de métodos de Inferência Ecológica
Análise de métodos de Inferência Ecológica em dados de redes sociais Gustavo Penha 12, Thiago N. C. Cardoso 2, Ana Paula Couto da Silva 1, Mirella M. Moro 1 Outubro de 2016 1 / 13 Motivação Motivação Redes
Leia maisPROCESSAMENTO DE TEXTO
PROCESSAMENTO DE TEXTO (TEXT MINING) Jorge Teixeira IART 2014/2015 SAPO LABS ( http://labs.sapo.pt ) AGENDA (Enquadramento na UC de Inteligência Artificial - IART) Parte 1: Introdução à Linguagem Natural
Leia maisCursos da Escola de Engenharias e Ciências Exatas - UnP
Cursos da Escola de Engenharias e Ciências Exatas - UnP Professor Nielsen Castelo Damasceno E-mail: nielsen.castelo@unp.br Web: http://ncdd.com.br Sala Virtual Disciplina Visão Computacional (CH Total
Leia maisUniversidade Federal de Pernambuco Graduação em Ciência da Computação Centro de Informática
Universidade Federal de Pernambuco Graduação em Ciência da Computação Centro de Informática 2015.1 Análise de dados públicos de saúde com redes SOM Proposta de Trabalho de Graduação Aluno: Vítor Hugo Antero
Leia maisAprendizado de Máquina. Combinando Classificadores
Universidade Federal do Paraná (UFPR) Departamento de Informática (DInf) Aprendizado de Máquina Combinando Classificadores David Menotti, Ph.D. web.inf.ufpr.br/menotti Introdução O uso de vários classificadores
Leia maisO reconhecimento facial é dividido em três etapas: i) detecção da face, ii) extração de características e iii) reconhecimento da face.
ESTUDO SOBRE MÉTODOS DE RECONHECIMENTO FACIAL EM FOTOGRAFIAS DIGITAIS Ana Elisa SCHMIDT¹, Elvis Cordeiro NOGUEIRA² ¹ Orientadora e docente do IFC-Campus Camboriú; ² Aluno do curso de Bacharelado em Sistemas
Leia maisCaracterização de Imagens via Redes Neurais Artificiais
Caracterização de Imagens via Redes Neurais Artificiais Autor: Eduardo Ferreira Ribeiro 1, Orientadora: Celia Zorzo Barcelos 1 1 Programa de Pós-Graduação em Ciência da Computação Universidade Federal
Leia maisAplicação de Histograma de Gradientes Orientados para detecção de hidrômetros em imagens de fundo complexo
Aplicação de Histograma de Gradientes Orientados para detecção de hidrômetros em imagens de fundo complexo Juliana Patrícia Detroz Professor: André Tavares da Silva Universidade do Estado de Santa Catarina
Leia maisInteligência Artificial. Prof. Ilaim Costa Jr.
Inteligência Artificial Prof. Ilaim Costa Jr. 4) Ciência da Computação 4) Ciência da Computação Exemplos de Aplicação da IA Matemática: demonstração
Leia maisMatriz Curricular Curso de Licenciatura em Computação Habilitação: Licenciatura em Computação
Matriz Curricular Curso de Licenciatura em Habilitação: Licenciatura em LC101 Leitura e produção textual 30-10 40 2 - LC102 Informática e sociedade 30-10 40 2 - LC103 Inglês básico 50-10 60 3-1º LC104
Leia mais!"$# %$'& (#) *+! *,$ -) -#.+/ &$0 $"$# 1 ' #$4!*.+5 #76$8 8'9
!"$# %$'& (#) *+! *,$ -) -#.+/ &$0 $"$# 1 ' 2 +3 2#$4!*.+5 #76$8 8'9 :?
Leia maisPentaho IoT Analytics Open Source Trilha IoT
Pentaho IoT Analytics Open Source Trilha IoT Marcio Junior Vieira CEO & Data Scientist, Ambiente Livre Marcio Junior Vieira Mini-cv 18 anos de experiência em informática, vivência em desenvolvimento e
Leia maisAgenda. Conceitos Iniciais. Modelos de aprendizado. Oportunidades e casos de uso. Ferramentas. Desafios
Machine Learning Agenda Conceitos Iniciais Modelos de aprendizado Oportunidades e casos de uso Ferramentas Desafios Ronald Bertele Bacharelado em Ciências da Computação - UCS MBA em Gestão de Negócios
Leia maisAgregação de Algoritmos de Aprendizado de Máquina (AM) Professor: Eduardo R. Hruschka Estagiário PAE: Luiz F. S. Coletta
Agregação de Algoritmos de Aprendizado de Máquina (AM) Professor: Eduardo R. Hruschka Estagiário PAE: Luiz F. S. Coletta (luizfsc@icmc.usp.br) Sumário 1. Motivação 2. Bagging 3. Random Forest 4. Boosting
Leia maisData Science. Data Stream Mining: trabalhando com dados massivos. André Luís Nunes Porto Alegre, Globalcode Open4education
Data Science Data Stream Mining: trabalhando com dados massivos André Luís Nunes Porto Alegre, 2018 Globalcode Open4education Data Stream Mining trabalhando com dados massivos 2018 agenda andré luís nunes
Leia maisMetodologias para a Seleção de Atributos Relevantes
Metodologias para a Seleção de Atributos Relevantes José Augusto Baranauskas e Maria Carolina Monard Departamento de Computação e Estatística Instituto de Ciências Matemáticas e de Computação - Universidade
Leia maisAnálise de Sentimentos e Mineração de Links em uma Rede de Co-ocorrência de Hashtags
Universidade Federal de Pernambuco Graduação em Ciência da Computação 2012.2 Análise de Sentimentos e Mineração de Links em uma Rede de Co-ocorrência de Hashtags Proposta de Trabalho de Graduação Aluno:
Leia maisPÓS-GRADUAÇÃO ANÁLISE DE BIG DATA
PÓS-GRADUAÇÃO ANÁLISE DE BIG DATA OBJETIVOS Este curso tem como objetivo principal apresentar de forma clara, objetiva e com aplicações reais como as metodologias de Big Data, Inteligência Artificial e
Leia maisCCM002 Metodologia de Pesquisa em Ciência da Computação Preparação de um trabalho de pesquisa: - Revisão sistemática
CCM002 Metodologia de Pesquisa em Ciência da Computação Preparação de um trabalho de pesquisa: - Revisão sistemática Prof. Jesús P. Mena-Chalco jesus.mena@ufabc.edu.br 3Q-2017 1 Sobre o crescimento de
Leia maisVisualização de Informação Parte III. Multi-dimensional Visualization: Visual Mining of Text, Images and other Multi-dimensioanl entities.
Visualização de Informação Parte III Multi-dimensional Visualization: Visual Mining of Text, Images and other Multi-dimensioanl entities. Rosane Minghim + The team Instituto de Ciências Matemáticas e de
Leia maisIntrodução a Visão Computacional. Prof. Dr. Geraldo Braz Junior DEINF - UFMA
Introdução a Visão Computacional Prof. Dr. Geraldo Braz Junior DEINF - UFMA O que é Visão Computacional? Você já viu? 2 O que se espera? Visão é sobre entender imagens Coloridas ou em tons de cinza Pequenas
Leia maisDedicados em exclusivo à área analítica desde 1994, somos o parceiro ideal para a realização de projetos de análise de dados.
Dedicados em exclusivo à área analítica desde 1994, somos o parceiro ideal para a realização de projetos de análise de dados. Os serviços Data Mining Services têm como objetivo disponibilizar às organizações
Leia maisdetecção de voz cantada em sinais de áudio polifônicos
detecção de voz cantada em sinais de áudio polifônicos Aplicações, Abordagens e Desafios Shayenne Moura 23. April 2018 Instituto de Matemática e Estatística Universidade de São Paulo o problema Detecção
Leia maisReconhecimento Ótico de Caracteres em Placas Veiculares
Universidade Federal De Pernambuco Centro De Informática Graduação Em Engenharia Da Computação 2012.2 Reconhecimento Ótico de Caracteres em Placas Veiculares Proposta de Trabalho de Graduação Aluno Pedro
Leia maisFACULDADE DE CIÊNCIA DE ENGENHARIA DE SOFTWARE MATRIZ CURRICULAR DO CURSO DE ENGENHARIA DE SOFTWARE PRIMEIRO PERÍODO SEGUNDO PERÍODO
FACULDADE DE CIÊNCIA DE ENGENHARIA DE SOFTWARE MATRIZ CURRICULAR DO CURSO DE ENGENHARIA DE SOFTWARE PRIMEIRO PERÍODO ESW200 Introdução à Engenharia de Software 2 36 30 - ESW201 Prática de Programação I
Leia maisMétodos de Segmentação de Imagem para Análise da Marcha
Métodos de Segmentação de Imagem para Análise da Marcha Maria João M. Vasconcelos, João Manuel R. S. Tavares maria.vasconcelos@fe.up.pt, tavares@fe.up.pt 3º Congresso Nacional de Biomecânica 11-12 Fevereiro
Leia maisClassificação da Qualidade de Vias Urbanas baseado em Sensoriamento Participativo
II WORKSHOP DE COMPUTAÇÃO URBANA Classificação da Qualidade de Vias Urbanas baseado em Sensoriamento Participativo Davidson Nunes Amanda Fagundes Vinícius F. S. Mota Departamento de Informática Agenda
Leia maisOrientação a Objetos e UML
Orientação a Objetos e UML Aula #3.1. EBS 211 POO e UML Prof. Luiz Fernando S. Coletta luizfsc@tupa.unesp.br Campus de Tupã Orientação a Objetos e UML A crise do software (1970) 2 Orientação a Objetos
Leia maisArthur Fortes da Costa
Arthur Fortes da Costa Brasileiro, solteiro, 26 anos Rua Rafael de Abreu Sampaio Vidal, número 2753, Apt 23 Vila Costa do Sol São Carlos SP Telefone: (16) 99302-8823/ E-mail: fortes.arthur@gmail.com FORMAÇÃO
Leia maisK-MEANS COM ÁRVORES KD
2 Roteiro K-MEANS COM ÁRVORES KD Rodrigo Coelho Barros Árvores KD O que são? Algoritmo de Bentley (1975) Métodos de divisão K-Means com árvores KD Algoritmo de filtragem (Kanungo et al., 2002) Exemplo
Leia maisO uso da Inteligência Articial no auxílio à tomada de decisões para alocação dinâmica de recursos. F. C. Xavier
O uso da Inteligência Articial no auxílio à tomada de decisões para alocação dinâmica de recursos F. C. Xavier Technical Report - RT-INF_001-11 - Relatório Técnico June - 2011 - Junho The contents of this
Leia maisMetodologia da Pesquisa em Sistemas de Informação. Aula 3. Projeto de Pesquisa. Revisão Sistemática. Profa. Fátima L. S. Nunes
Metodologia da Pesquisa em Sistemas de Informação Aula 3 Projeto de Pesquisa Revisão Sistemática Profa. Fátima L. S. Nunes Metodologia Pesquisa SI- 1 Como elaborar um projeto? Roteiro 1) Escolha do tema
Leia maisANÁLISE DE BIG DATA E DIGITAL ANALYTICS
CURTA DURAÇÃO ANÁLISE DE BIG DATA E DIGITAL ANALYTICS CARGA HORÁRIA: 80 horass COORDENAÇÃO: Prof.ª Dr.ª Alessandra de Ávila Montini OBJETIVOS O curso de Digital Analytics tem como objetivo preparar o aluno
Leia maisRECONHECIMENTO DE CARACTERES EM IMAGENS COM RUÍDO
RECONHECIMENTO DE CARACTERES EM IMAGENS COM RUÍDO Fernanda Maria Sirlene Pio SUMARIO Introdução Trabalhos Relacionados Metodologia Experimentos Conclusão Referências 2 INTRODUÇÃO Reconhecimento de Padrões
Leia maisTecnologias da Informação Motivações e Avanços
Tecnologias da Informação Motivações e Avanços Aula #1.2. EBS 211 POO e UML Prof. Luiz Fernando S. Coletta luizfsc@tupa.unesp.br Campus de Tupã Roteiro Dados x Informação; Computadores, Processamento de
Leia maisCurso de Engenharia Formação Geral 1º e 2º anos
Curso de Engenharia Formação Geral 1º e 2º anos DISCIPLINA 1º Bimestre Introdução à Engenharia 40 Informática 40 Matemática 80 Produção de Textos 40 2º Bimestre Cálculo I 80 Física I 80 Inglês 20 Metodologia
Leia maisGovernança e Big Data. Celso Poderoso
Governança e Big Data Celso Poderoso cpoderoso@microstrategy.com Celso Poderoso Formação Acadêmica: Economista Especialista em Sistemas de Informação Mestre em Tecnologia (Grid Computing/Cloud Computing)
Leia maisAutor 1 Orientador: 1. dia de mês de ano
Título Autor 1 Orientador: 1 1 Laboratório de Sistemas de Computação Universidade Federal de Santa Maria dia de mês de ano Roteiro Introdução Fundamentação Desenvolvimento Resultados Conclusão e Trabalhos
Leia maisDEFINING METRIC THRESHOLDS FOR SOFTWARE PRODUCT LINES: A COMPARATIVE STUDY
DEFINING METRIC THRESHOLDS FOR SOFTWARE PRODUCT LINES: A COMPARATIVE STUDY APRESENTADO POR: BRUNO LUAN DE SOUSA QUA L I DA DE E MEDIÇÃO DE SOFTWA R E U N I V E R S I DA D E F E D E R A L D E MINAS G E
Leia maisUniversidade Católica Dom Bosco
Universidade Católica Dom Bosco Curso de Bacharelado em Engenharia de Computação Comparação entre Técnicas de Reconhecimento de Faces para Controle de Acesso a Computadores Vinícius Assis Saueia da Silva
Leia maisMBA ANALYTICS EM BIG DATA
MBA ANALYTICS EM BIG DATA OBJETIVOS Este curso tem como objetivo principal apresentar de forma clara, objetiva e com aplicações reais como as metodologias de Big Data, Inteligência Artificial e Computação
Leia maisReconhecimento Facial 3D utilizando o Simulated Annealing com as Medidas Surface Interpenetration Measure e M-Estimator Sample Consensus
Reconhecimento Facial 3D utilizando o Simulated Annealing com as Medidas Surface Interpenetration Measure e M-Estimator Sample Consensus Dissertação de Mestrado em Informática Sídnei Augusto Drovetto Jr.
Leia maisPredição de links em uma rede heterogênea baseada em dados geolocalizados e de relacionamentos
Universidade Federal de Pernambuco Centro de Informática Graduação em Ciência da Computação Predição de links em uma rede heterogênea baseada em dados geolocalizados e de relacionamentos Proposta de Trabalho
Leia maisSão Paulo. August,
São Paulo August, 28 2018 Maximize resultados relacionando Aplicações, Dados e Analytics para IoT Com Dell EMC Isilon e ECS Sergio Moure Domingues Enterprise Sales Brazil Unstructured Data Solutions -
Leia maisEscalonamento de Aplicações BoT em Ambiente de Nuvem
Escalonamento de Aplicações BoT em Ambiente de Nuvem Maicon Ança dos Santos 1 Fernando Angelin 1 Gerson Geraldo H. Cavalheiro 1 1 Universidade Federal de Pelotas {madsantos,fangelin,gerson.cavalheiro}@inf.ufpel.edu.br
Leia mais10º Congresso Interinstitucional de Iniciação Científica CIIC a 04 de agosto de 2016 Campinas, São Paulo ISBN
Um Estudo de Descritores e Classificadores para Reconhecimento de Bagas de Café Pedro Henrique Ferreira Stringhini 1 ; Thiago Teixeira Santos 2 Nº 16605 RESUMO Métodos de reconhecimento de frutos baseados
Leia maisOi, Ficou curioso? Então conheça nosso universo.
Oi, Somos do curso de Sistemas de Informação da Universidade Franciscana, e esse ebook é um produto exclusivo criado pra você. Nele, você pode ter um gostinho de como é uma das primeiras aulas do seu futuro
Leia maisAnálise de sentimentos baseada em aspectos usando aprendizado semissupervisionado em redes heterogêneas
Universidade de São Paulo Biblioteca Digital da Produção Intelectual - BDPI Departamento de Ciências de Computação - ICMC/SCC Comunicações em Eventos - ICMC/SCC 2015-10 Análise de sentimentos baseada em
Leia maisFACULDADE DE COMPUTAÇÃO E INFORMÁTICA CURSO: CIÊNCIA DA COMPUTAÇÃO HORÁRIOS DO 1º SEM/2017
AGRUPADORES ESPECIAIS ENEC00055 TECNOLOGIA WEB II 4 4 02 P 03-06 051GA02H11 ENEC00239 MATEMATICA DISCRETA 4 4 02 051GA02H ENEC00239 MATEMATICA DISCRETA 4 4 02 19-20 15-16 051GA02Y ENEC00273 LINGUAGEM DE
Leia maisU N I V E R S I D A D E C A N D I D O M E N D E S P Ó S G R A D U A Ç Ã O L A T O S E N S U I N S T I T U T O A V E Z D O M E S T R E
U N I V E R S I D A D E C A N D I D O M E N D E S P Ó S G R A D U A Ç Ã O L A T O S E N S U I N S T I T U T O A V E Z D O M E S T R E E S T U D O D O S P R O B L E M A S D A E C O N O M I A B R A S I L
Leia maisMáquinas de Vetores de Suporte - Support Vector Machines (SVM) Germano Vasconcelos
Máquinas de Vetores de Suporte - Support Vector Machines (SVM) Germano Vasconcelos Introdução * Método supervisionado de aprendizagem de máquina * Empregado em classificação de dados Classificação binária
Leia maisENGENHARIA DE MARKETING
PÓS-GRADUAÇÃO LATO SENSU ENGENHARIA DE MARKETING INSCRIÇÕES ABERTAS: Dias e horários das aulas: Segunda-Feira - 18h30 às 22h30 - Semanal Quarta-Feira - 18h30 às 22h30 - Semanal Sexta-Feira - 18h30 às 22h30
Leia maisFundamentos de Mineração de Dados
Fundamentos de Mineração de Dados Prof. Ricardo Fernandes ricardo.asf@ufscar.br O que é Mineração de Dados? Uso de ferramentas matemáticas, clássicas ou inteligentes, no processo de descoberta de conhecimento
Leia maisANÁLISE DE BIG DATA E INTELIGÊNCIA ARTIFICIAL PARA A ÁREA MÉDICA
CURTA DURAÇÃO ANÁLISE DE BIG DATA E INTELIGÊNCIA ARTIFICIAL PARA A ÁREA MÉDICA CARGA HORÁRIA: 80 horas COORDENAÇÃO: Prof.ª Dr.ª Alessandra de Ávila Montini OBJETIVOS Introduzir o conceito de Big Data,
Leia maisA C T A N. º I V /
1 A C T A N. º I V / 2 0 0 9 - - - - - - A o s d e z a s s e t e d i a s d o m ê s d e F e v e r e i r o d o a n o d e d o i s m i l e n o v e, n e s t a V i l a d e M o n c h i q u e, n o e d i f í c
Leia maisInteligência Artificial
Universidade Federal de Campina Grande Departamento de Sistemas e Computação Pós-Graduação em Ciência da Computação Inteligência Artificial Aprendizagem Outras Técnicas Prof. a Joseana Macêdo Fechine Régis
Leia maisSERVIÇO PÚBLICO FEDERAL MINISTÉRIO DA EDUCAÇÃO INSTITUTO FEDERAL DE EDUCAÇÃO, CIÊNCIA E TECNOLOGIA DE MINAS GERAIS IFMG
Matriz Curricular FGGCOMP - Bacharelado em Ciência da Computação 0. Disciplinas Obrigatórias FGGCOMP.00 Cálculo I FGGELET.00 - Cálculo I / FGGMATE.00 - Cálculo Diferencial e Integral I FGGCOMP.00 Geometria
Leia maisM a n h ã... p r e s e n t e! L u g a r... p r e s e n t e! Q u e m... p r e s e n t e! N e n h u m... p r e s e n t e! C u í c a... p r e s e n t e!
C a r o l i n a M a n h ã......................................................................... p r e s e n t e! L u g a r.......................................................................... p
Leia maisMINISTÉRIO DA EDUCAÇÃO SECRETARIA DE EDUCAÇÃO PROFISSIONAL E TECNOLÓGICA INSTITUTO FEDERAL DO NORTE DE MINAS GERAIS CAMPUS MONTES CLAROS 1 PERÍODO
6.4 Matriz Curricular do Curso de Ciência da Computação 6.4.1 Componentes curriculares obrigatórios 1 PERÍODO Teórica Prática Hora-aula Horas Cálculo I 6 2 8 144 120 - Geometria Analítica e Vetores - Dados
Leia maisProf. Dr. Jarley Nóbrega
Prof. Dr. Jarley Nóbrega http://jarley.com jpn@jarley.com Inteligência Artificial 2019.1 Programa da Disciplina 2018.2 I - Introdução Histórico Conceitos Paradigmas de raciocínio em IA Conceito de Agentes
Leia maisMathematical Morphology An Overview
Universidade Federal Fluminense Instituto de Computação Mathematical Morphology An Overview Jacó Júlio de Souza Costa jacojulio@gmail.com jacojulio@id.uff.br March 29, 2019 Sumário 1 Definição do Tema
Leia mais10 FORMAS ESTATÍSTICA MODELAGEM PARA USAR
10 FORMAS PARA USAR MODELAGEM ESTATÍSTICA Introdução Conheça um pouco mais sobre algumas modelagens estatísticas e como você pode implantar dentro da sua organização A análise preditiva é capaz de descobrir
Leia maisFACULDADE CAMPO LIMPO PAULISTA (FACCAMP) COORDENADORIA DE EXTENSÃO E PESQUISA CURSO DE PÓS-GRADUAÇÃO LATO SENSU EM MINERAÇÃO E CIÊNCIA DOS DADOS
FACULDADE CAMPO LIMPO PAULISTA (FACCAMP) COORDENADORIA DE EXTENSÃO E PESQUISA CURSO DE PÓS-GRADUAÇÃO LATO SENSU EM MINERAÇÃO E CIÊNCIA DOS DADOS PROJETO PEDAGÓGICO CAMPO LIMPO PAULISTA 2015 1. Público
Leia maisAula 02: Conceitos Fundamentais
Aula 02: Conceitos Fundamentais Profa. Ms. Rosângela da Silva Nunes 1 de 26 Roteiro 1. Por que mineração de dados 2. O que é Mineração de dados 3. Processo 4. Que tipo de dados podem ser minerados 5. Que
Leia maisSERVIÇO PÚBLICO FEDERAL MINISTÉRIO DA EDUCAÇÃO INSTITUTO FEDERAL DE EDUCAÇÃO, CIÊNCIA E TECNOLOGIA DE MINAS GERAIS IFMG
Matriz Curricular FGGCOMP - Bacharelado em Ciência da Computação 0. Disciplinas Obrigatórias FGGCOMP.00 Cálculo I FGGELET.00 - Cálculo I / FGGMATE.00 - Cálculo Diferencial e Integral I FGGCOMP.00 Geometria
Leia maisSERVIÇO PÚBLICO FEDERAL MINISTÉRIO DA EDUCAÇÃO INSTITUTO FEDERAL DE EDUCAÇÃO, CIÊNCIA E TECNOLOGIA DE MINAS GERAIS IFMG
Matriz Curricular FGGCOMP - Bacharelado em Ciência da Computação 0. Disciplinas Obrigatórias FGGCOMP.00 Cálculo I FGGELET.00 - Cálculo I / FGGMATE.00 - Cálculo Diferencial e Integral I FGGCOMP.00 Geometria
Leia maisIN Redes Neurais
IN0997 - Redes Neurais Aluizio Fausto Ribeiro Araújo Universidade Federal de Pernambuco Centro de Informática - CIn Departamento de Sistemas da Computação aluizioa@cin.ufpe.br Conteúdo Objetivos Quem usa
Leia maisSketch to Photo Matching: A Feature-based Approach (Klare and Jain [2010])
Sketch to Photo Matching: A Feature-based Approach (Klare and Jain [2010]) Marco Antonio de A. Silva Programa de Pós-Graduação em Ciência da Computação - PPGCC Departamento de Computação - DECOM Universidade
Leia maisSERVIÇO PÚBLICO FEDERAL MINISTÉRIO DA EDUCAÇÃO INSTITUTO FEDERAL DE EDUCAÇÃO, CIÊNCIA E TECNOLOGIA DE MINAS GERAIS IFMG
Matriz Curricular FGGCOMP - Bacharelado em Ciência da Computação 0. Disciplinas Obrigatórias FGGCOMP.00 Cálculo I FGGELET.00 - Cálculo I / FGGMATE.00 - Cálculo Diferencial e Integral I FGGCOMP.00 Geometria
Leia maisFACULDADE DE COMPUTAÇÃO E INFORMÁTICA CURSO: CIÊNCIA DA COMPUTAÇÃO HORÁRIOS DO 2º SEM/2017
AGRUPADORES ESPECIAIS ENEC00275 LINGUAGEM DE PROGRAMACAO III 6 4 2 02 051GA04K11 AGRUPADOR: 051AG01G (G11/G12) - MATUTINO ENEC00091 INGLES TECNICO COMPUTACAO I 2 2 01 T 05-06 051GA01G ENEC00204 FUNDAM
Leia maisFORMAÇÃO DO BACHAREL EM ESTATÍSTICA À LUZ DAS CIÊNCIAS DE DADOS
pg Francisco 1 Louzada (USP) SINAPE São Pedro, 24-29 de setembro de 2018 FORMAÇÃO DO BACHAREL EM ESTATÍSTICA À LUZ DAS CIÊNCIAS DE DADOS Francisco Louzada CER-CEMEAI ICMC-USP pg Francisco 2 Louzada (USP)
Leia maisSISTEMA DE RECONHECIMENTO BASEADO EM RANDOM FOREST PARA CARACTERES DE CAPTCHAS. Ademir Rafael Marques Guedes, Victor Luiz Guimarães
SISTEMA DE RECONHECIMENTO BASEADO EM RANDOM FOREST PARA CARACTERES DE CAPTCHAS Ademir Rafael Marques Guedes, Victor Luiz Guimarães Universidade Federal de Ouro Preto(UFOP) Departamento de Computação ABSTRACT
Leia maisSeiji Isotani CURRICULUM VITAE
Seiji Isotani CURRICULUM VITAE São Paulo 2004 1. Dados Pessoais Nome: Seiji Isotani Data e Local de Nascimento: 09/09/1979, Osasco/SP - Brazil Endereço Atual : Osasco, SP Brazil Telefone: (11) 3609-1033
Leia maisDOCUMENTO DE ADEQUAÇÃO MESTRADO EM ENGENHARIA INFORMÁTICA FACULDADE DE CIÊNCIAS E TECNOLOGIA UNIVERSIDADE NOVA DE LISBOA PEÇA B
DOCUMENTO DE ADEQUAÇÃO DO MESTRADO EM ENGENHARIA INFORMÁTICA FACULDADE DE CIÊNCIAS E TECNOLOGIA UNIVERSIDADE NOVA DE LISBOA (ESTRUTURA CURRICULAR E PLANO DE ESTUDOS) B2 FORMULÁRIO 1. Estabelecimento de
Leia maisClassificação de Usuários de Redes Sociais Digitais pela
Classificação de Usuários de Redes Sociais Digitais pela Análise de Frequência Gabriel Marques Tavares 1, Sylvio Barbon Jr. 1 1 Departamento de Computação Universidade Estadual de Londrina (UEL) Caixa
Leia maisbiometria por digitação
biometria por digitação Rudolf Copi Eckelberg 29 de Junho de 2018 Apresentação para a disciplina de Visão Computacional Sumário Introdução Biometria por digitação Features Biometria por digitação em teclado
Leia maisPontifícia Universidade Católica de São Paulo Graduação em Matemática Empresarial
Ciências Humanas e Sociais 36 30 -- -- -- -- -- -- 30 -- 2 36 30 Economia 1 36 30 18 15 -- -- -- -- 45 -- 3 54 45 Fundamentos de Matemática 72 60 -- -- -- -- -- -- -- 60 4 72 60 1º Introdução à Geometria
Leia maisA Matemática como Serviço a Ciência da Computação. Prof. Dr. Carlos Eduardo de Barros Paes Coordenador do Curso de Ciência da Computação
A Matemática como Serviço a Ciência da Computação Prof. Dr. Carlos Eduardo de Barros Paes Coordenador do Curso de Ciência da Computação A Matemática e Ciência da Computação A Matemática faz parte do DNA
Leia maisGrade Curricular do Curso de Graduação em Engenharia de Computação
Grade Curricular do Curso de Graduação em Engenharia de Computação Currículo 6 Aprovado pelo CDI em 30/05/16 - Carga Horária - Carga Horária Núcleo Básico 1.280h Carga Horária Núcleo Profissionalizante
Leia maisUma experiência no Balanceamento Artificial de Conjuntos de Dados para Aprendizado com Classes Desbalanceadas utilizando Análise ROC
Uma experiência no Balanceamento Artificial de Conjuntos de Dados para Aprendizado com Classes Desbalanceadas utilizando Análise ROC Ronaldo Cristiano Prati Gustavo E. A. P. A. Batista Maria Carolina Monard
Leia maisUNIVERSIDADE FEDERAL DE PERNAMBUCO Graduação em Sistemas de Informação Centro de Informática
UNIVERSIDADE FEDERAL DE PERNAMBUCO Graduação em Sistemas de Informação Centro de Informática Impactos Sociais da Inteligência Artificial no Nível Básico de Educação Proposta de Trabalho de Conclusão de
Leia maisMachine learning e experimentos online para evitar cancelamentos no
Machine learning e experimentos online para evitar cancelamentos no Globoplay Globoplay, Novos assinantes, Cancelamentos Churn rate Usuários e seu viés de propensão de cancelar Churners! Quem são? Onde
Leia maisMATRIZ CURRICULAR DO CURSO DE LICENCIATURA EM COMPUTAÇÃO
MINISTÉRIO DA EDUCAÇÃO SECRETARIA DE EDUCAÇÃO PROFISSIONAL E TECNOLÓGICA INSTITUTO FEDERAL DE EDUCAÇÃO, CIÊNCIA E TECNOLOGIA DE MINAS GERAIS CAMPUS OURO BRANCO COORDENAÇÃO DO CURSO DE LICENCIATURA EM COMPUTAÇÃO
Leia maisFigura 4.2: Matriz Curricular
Figura 4.2: Matriz Curricular 3660 Fundamentos de Matemática e Estatística Física Eletrônica Algoritmos e Programação Arquitetura de Computadores Metodologias e Técnicas de Computação Engenharia e Sistemas
Leia maisDescoberta de Conhecimento através de Métodos de Aprendizado de Máquina em Sistemas de Gerenciamento de Aprendizagem: um mapeamento sistemático
III Escola Regional de Informática do Piauí. Livro Anais - Artigos e Minicursos, v. 1, n. 1, p. 182-188, jun, 2017. www.eripi.com.br/2017 - ISBN: 978-85-7669-395-6 Descoberta de Conhecimento através de
Leia maisPredição de Utilização de Recursos Computacionais Usando Séries Temporais
Predição de Utilização de Recursos Computacionais Usando Séries Temporais Aluno: Paulo Roberto Pereira da Silva Orientador: Paulo Romero Martins Maciel Coorientador: Jean Carlos Teixeira de Araujo de Garanhuns
Leia maisTécnicas de Inteligência Artificial
Universidade do Sul de Santa Catarina Ciência da Computação Técnicas de Inteligência Artificial Aula 01 Introdução, motivação e áreas de aplicação Prof. Max Pereira Neurônio de McCulloch-Pitts Warren
Leia mais