DATA MINING. Sistemas Financeiros. MIEGI (1º ano) Projeto FEUP Turma 5 - Grupo 3
|
|
- Maria do Carmo Raphaella Campos
- 4 Há anos
- Visualizações:
Transcrição
1 DATA MINING Sistemas Financeiros MIEGI (1º ano) Projeto FEUP Turma 5 - Grupo 3 Inês Leite Oliveira Sara Raquel Bico Correia Rodrigo Maria Pereira Mendes Pinto Nina Maria Dias Martins Dos Santos Nunes 1
2 1. Data Mining: O que consiste 1.1. Técnicas do Data Mining 1.2. Metodologia do Data Mining 2. Possíveis Impactos da sua utilização 3. Utilização do Data Mining nas empresas 4. Vantagens e desvantagens da sua utilização 5. Evidências Qualitativas e Quantitativas 6. Conclusões 2
3 1. Data Mining: Em que consiste 3
4 1.1 Metodologia do Data Mining Desenvolver a compreensão do mínimo da aplicação; Criar um conjunto de dados-alvo no qual a prospeção deverá ser efetuada; Realizar a limpeza e o pré-processamento dos dados; Realizar a redução e projeção de dados; Escolher as tarefas de mineração de dados; Escolher os algoritmos de mineração de dados; Interpretação dos padrões obtidos; Consolidação do conhecimento obtido. 4
5 1.2 Técnicas de Data Mining Redes Neurais Artificiais Indução de Regras Árvores de Decisão Algoritmos Genéticos Análise de Séries Temporais Visualização de Dados 5
6 Redes Neurais Artificiais São modelos de previsão não lineares que se assemelham a redes neurais biológicas; Aproximação à computação assente em ligações e padrões de reconhecimento humanos. 6
7 Indução de Regras Deteção de tendências dentro de grupos de dados; Encontrar regras de dados. 7
8 Árvores de Decisão Análise que testa automaticamente todos os valores do dado para identificar os que são fortemente associados com os itens de saída selecionados para exame - prognósticos chave, fatores explicativos ou regras sobre o dado. 8
9 Algoritmos Genéticos Técnica de otimização que faz uso de processos tais como combinação genética, mutação e seleção natural num design baseado nos conceitos de evolução natural. 9
10 Análise de Séries Temporais Baseia-se na construção de modelos (recorrendo-se a métodos clássicos da matemática) que descrevam o comportamento de um dado e a interpretação dos resultados obtidos a partir dos mesmos; É necessária maquinaria especializada e funcionários experientes. 10
11 Visualização de Dados A primeira etapa passa pelo mapeamento dos dados com base em dimensões especificadas; A segunda etapa é a observação dos dados e a procura de pistas. 11
12 2. Possíveis Impactos da sua Utilização Melhor armazenamento de dados alimentados pelo Data Mining; Necessidade de criar sistemas de proteção para a informação; Existência de práticas de segurança; Privacidade dos dados; Políticas de segurança de informação. 12
13 3.Utilização do Data Mining nas Empresas 13
14 A nível operacional - Aplicações: identificação de um consumidor propício ao descumprimento de um contrato; formar novas estratégias de cobrança ao cliente; encontrar novas oportunidades de negócio; 14
15 4. Vantagens Melhorar conversões e aumentar a satisfação do consumidor; Analisar detalhes para otimizar o layout das lojas; Órgãos de governo fiscal detetam transações fraudulentas; Nos processos de fabrico melhoraram-se as condições de segurança, utilidade e usabilidade, e conforto; Apresentação de um modelo de acessível interpretação. 15
16 5. Desvantagens Perda de Privacidade; Falta de Segurança; Despesas associadas elevadas; Não é uma ciência exata (erros nos modelos criados); Dificuldade na criação de ambientes ideais para a pesquisa e recolha de dados; 16
17 6. Evidências qualitativas e quantitativas (The First Bank of Puerto Rico) Identificação de um grupo de médicos cujo saldo no banco diminuía rapidamente. Embora fossem clientes há 20 anos, era provável que estivessem a trocar de banco. Uma conversa com o grupo indicou que uma mudança na política do Banco em aceitar determinados tipos de cheques causara o problema. O uso do Data Mining, juntamente com o reforço oportuno do atendimento ao cliente, aumentaria o lucro do banco em, aproximadamente, 1,4 milhões de dólares anualmente. 17
18 Conclusão 18
19 DATA MINING Sistemas Financeiros MIEGI (1º ano) Projeto FEUP Turma 5 - Grupo 3 Inês Leite Oliveira Sara Raquel Bico Correia Rodrigo Maria Pereira Mendes Pinto Nina Maria Dias Martins Dos Santos Nunes 19
Data Mining. Resultados Desportivos PROJETO FEUP MIEGI TURMA 1 EQUIPA 2
Data Mining Resultados Desportivos PROJETO FEUP MIEGI TURMA 1 EQUIPA 2 SUPERVISOR Armando Leitão MONITOR Luís Dias André Pinto Bárbara Ribeiro Beatriz Gonçalves Margarida Silva Teresa Matos Objetivos Caraterizar
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 mais2 Mineração de Dados Processo de Busca de Conhecimento (KDD) 2 Mineração de Dados
2 Mineração de Dados 2 Mineração de Dados A mineração de dados, ou data mining, é uma das principais etapas do processo de busca de conhecimento. Este conceito é utilizado para identificar técnicas avançadas
Leia maisBanco de Dados Data Mining Data Warehouse Big Data
Universidade Estadual de Mato Grosso do Sul Curso de Computação, Licenciatura Banco de Dados Data Mining Data Warehouse Big Data Prof. José Gonçalves Dias Neto profneto_ti@hotmail.com Data Mining: Introdução
Leia maisMineração de Dados para Detecção de Padrões de Mudança de Cobertura da Terra. Padrões e processos em Dinâmica de uso e Cobertura da Terra
Mineração de Dados para Detecção de Padrões de Mudança de Cobertura da Terra Padrões e processos em Dinâmica de uso e Cobertura da Terra Introdução 1 2 3 4 Capacidade de Armazenamento X Análise e Interpretação
Leia maisAprendizado de Máquina (Machine Learning)
Ciência da Computação (Machine Learning) Aula 01 Motivação, áreas de aplicação e fundamentos Max Pereira Nem todo conhecimento tem o mesmo valor. O que torna determinado conhecimento mais importante que
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 maisData Mining. Rodrigo Leite Durães
Rodrigo Leite Durães rodrigo_l_d@yahoo.com.br Processo de mineração de dados e descoberta de informações relevantes em grandes volumes de dados. "... processo não-trivial de identificar, em dados, padrões
Leia mais2011 Profits Consulting. Inteligência Computacional
Inteligência Computacional Quem Somos Excelência em Soluções Tecnológicas A Profits Consulting é uma empresa composta por consultores com ampla experiência em Tecnologia que desenvolve soluções inovadoras,
Leia maisSISTEMAS DE INFORMAÇÃO Prof. Esp. Fabiano Taguchi
SISTEMAS DE INFORMAÇÃO Prof. Esp. Fabiano Taguchi fabianotaguchi@gmail.com http://fabianotaguchi.wordpress.com ANTIGAMENTE... Administradores não precisam saber muito como a informação era coletada, processada
Leia maisMineração de Dados e Aprendizado de Máquinas. Rodrigo Leite Durães.
Mineração de Dados e Aprendizado de Máquinas. Rodrigo Leite Durães. O que é mineração de dados Mineração de Dados é um passo no processo de KDD que consiste na aplicação de análise de dados e algoritmos
Leia maisReconhecimento de Padrões
Reconhecimento de Padrões André Tavares da Silva andre.silva@udesc.br Roteiro da aula Conceitos básicos sobre reconhecimento de padrões Visão geral sobre aprendizado no projeto de classificadores Seleção
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 maisIntrodução a Sistemas Inteligentes
Introdução a Sistemas Inteligentes Conceituação Prof. Ricardo J. G. B. Campello ICMC / USP Créditos Parte do material a seguir consiste de adaptações e extensões dos originais gentilmente cedidos pelo
Leia maisMinicurso: Inteligência Artificial Aplicada a Sistemas Elétricos
Minicurso: Inteligência Artificial Aplicada a Sistemas Elétricos Introdução a Machine Learning: Teoria, Aplicações e IA na Arquitetura Intel Vitor Hugo Ferreira, DSc - UFF Flávio Mello, DSc UFRJ e Ai2Biz
Leia maisConceitos Básicos ITIL COBIT Gestão de desempenho de operações e serviços de TI;
TRABALHO DE PESQUISA AV1 TEMAS: A) GOVERNANÇA DE TI Conceitos Básicos ITIL COBIT Gestão de desempenho de operações e serviços de TI; B) PAGAMENTOS E TRANSFERÊNCIAS ELETRÔNICAS DE FUNDOS Conceitos básicos
Leia maisSistemas de Informação e Decisão. Douglas Farias Cordeiro
Sistemas de Informação e Decisão Douglas Farias Cordeiro Decisão Tomamos decisões a todo momento! O que é uma decisão? Uma decisão consiste na escolha de um modo de agir, entre diversas alternativas possíveis,
Leia maisPESQUISA OPERACIONAL. UNIDADE 1 Introdução à Pesquisa Operacional. Prof. Me. Carlos Guimarães
PESQUISA OPERACIONAL UNIDADE 1 Introdução à Pesquisa Operacional Prof. Me. Carlos Guimarães Objetivo Introduzir o tema Pesquisa Operacional por meio da apresentação: Da sua origem; Das sociedades profissionais
Leia maisAplicações de Sistemas Inteligentes
Aplicações de Sistemas Inteligentes Germano C. Vasconcelos Centro de Informática - UFPE 14/6/2010 1 Roteiro Inteligência Computacional Aplicações Mineração de Dados Métodos Exemplo em Análise de Crédito
Leia mais1º Período. Horário Início Término CAD103 ADMINISTRAÇÃO TGA ALGORITMOS E ESTRUTURAS DE DADOS III
CAD103 DCC003 ADMINISTRAÇÃO TGA ALGORITMOS E ESTRUTURAS DE DADOS I DCC044 FUNDAMENTOS DE SISTEMAS DE INFORMAÇÃO 6ª MAT001 MAT038 6ª DCC004 DCC111 ALGORITMOS E ESTRUTURAS DE DADOS II MATEMÁTICA DISCRETA
Leia maisRedes Neurais 1. Redes Neurais. cont.) Definição (cont( Definição. Histórico. Características básicas
Redes Neurais Dalma M. Falcão falcao@nacad.ufr.br http://www.nacad.ufr.br/~falcao/ Redes Neurais Definição Histórico Áreas de aplicação RNs biológicas Modelos de neurônios artificiais Arquiteturas de RNs
Leia maisTomada de Decisão Estratégica
EXERCÍCIO N N Tópico Tópico 1 2 Sistemas Tomada de de Informação Decisão Estratégica nos negócios DCC133 Introdução a Sistemas de Informação TÓPICO 2 Tomada de Decisão Estratégica Prof. Tarcísio de Souza
Leia maisJogo de Damas. Alunos: Sávio Mendes de Figueiredo Sômulo Nogueira Mafra
Jogo de Damas Alunos: Sávio Mendes de Figueiredo (savio@cos.ufrj.br) Sômulo Nogueira Mafra (somulo@cos.ufrj.br) Prof.: Inês dutra Inteligência artificial Coppe sistemas - UFRJ 1. Algumas Frases 2. Origens
Leia maisRedes Neurais e Sistemas Fuzzy
1. Inteligência Computacional Redes Neurais e Sistemas Fuzzy Apresentação da disciplina Conceitos básicos A chamada Inteligência Computacional (IC) reúne uma série de abordagens e técnicas que tentam modelar
Leia maisComputação Evolutiva Eduardo do Valle Simões Renato Tinós ICMC - USP
Computação Evolutiva Eduardo do Valle Simões Renato Tinós ICMC - USP 1 Principais Tópicos Introdução Evolução Natural Algoritmos Genéticos Aplicações Conclusão 2 Introdução http://www.formula-um.com/ Como
Leia maisComputação Evolutiva. Computação Evolutiva. Principais Tópicos. Evolução natural. Introdução. Evolução natural
Computação Evolutiva Eduardo do Valle Simões Renato Tinós ICMC - USP Principais Tópicos Introdução Evolução Natural Algoritmos Genéticos Aplicações Conclusão 1 2 Introdução Evolução natural http://www.formula-um.com/
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 maisINFORMÁTICA EM SAÚDE
INFORMÁTICA EM SAÚDE MED99004 - Atividade de Integração Básico-Clínica IV Prof. Paul Douglas Fisher Departamento de Medicina Social paul.fisher@ufrgs.br http://chasqueweb.ufgs.br/~paul.fisher/aulas/sis_info/
Leia maisHP UFCG Analytics Abril-Maio Um curso sobre Reconhecimento de Padrões e Redes Neurais. Por Herman Martins Gomes.
HP UFCG Analytics Abril-Maio 2012 Um curso sobre Reconhecimento de Padrões e Redes Neurais Por Herman Martins Gomes hmg@dsc.ufcg.edu.br Programa Visão Geral (2H) Reconhecimento Estatístico de Padrões (3H)
Leia maisDinheiro Eletrónico H U G O S I LVA U P F E. U P. P T N U N O C A RVA L H O U P F E. U P.
Dinheiro Eletrónico H U G O S I LVA U P 2 0 1 3 0 5 5 2 9 @ F E. U P. P T N U N O C A RVA L H O U P 2 0 1 6 0 7 8 0 2 @ F E. U P. P T Introdução Com este trabalho pretende-se: Conhecer melhor o dinheiro
Leia maisInteligência Computacional para Jogos Eletrônicos
Inteligência Computacional para Jogos Eletrônicos Papéis da IA em Jogos Adversários Aliados Personagens de apoio NPC s (Non-player Character) Comentaristas Controle de câmera Geração de fases Nivelamento
Leia maisKDD E MINERAÇÃO DE DADOS
KDD E MINERAÇÃO DE DADOS O Processo de KDD: Visão Geral Prof. Ronaldo R. Goldschmidt ronaldo@de9.ime.eb.br rribeiro@univercidade.br geocities.yahoo.com.br/ronaldo_goldschmidt CARACTERIZAÇÃO ÁREAS DE ORIGEM
Leia maisGestão de Micro e Pequenas Empresas
Gestão de Micro e Pequenas Empresas Produtos e Serviços Professor: Charles Leite Introdução A descrição de produtos ou serviços é importante para que as empresas: Vendam sua ideia a investidores. Comparar
Leia maisFORECASTING OF EUCALYPTUS WOOD PRICES FOR CELLULOSE AND SAWMILL USING RADIAL BASIS FUNCTION NEURAL NETWORK AND CLUSTERING METHOD
FORECASTING OF EUCALYPTUS WOOD PRICES FOR CELLULOSE AND SAWMILL USING RADIAL BASIS FUNCTION NEURAL NETWORK AND CLUSTERING METHOD Roberto Max Protil - PUCPR Leandro dos Santos Coelho PUCPR Wesley Vieira
Leia maisLucas Abreu Roberta Cruz
Lucas Abreu Roberta Cruz O orçamento de produção é uma estimativa de bens que devem ser fabricados durante o exercício orçamentário. Compreende o estabelecimento de políticas em relação ao níveis de produção
Leia maisPLANIFICAÇÃO ANUAL. avaliação. A avaliação dos alunos poderá ser realizada através de:
PLANIFICAÇÃO ANUAL CURSO: Ensino Básico ANO: 2.º ANO LETIVO: 2018/2019 MANUAL: Projeto TOP avaliação DEPARTAMENTO: 1.º Ciclo DISCIPLINA: Estudo do Meio A avaliação dos alunos poderá ser realizada através
Leia maisTÓPICOS AVANÇADOS EM ENGENHARIA DE SOFTWARE
TÓPICOS AVANÇADOS EM ENGENHARIA DE SOFTWARE Engenharia de Computação Professor: Rosalvo Ferreira de Oliveira Neto O processo de descoberta do conhecimento - KDD Roteiro Introdução Definição Etapas Desafios
Leia maisMinerando Padrões Sequenciais para Bases de Dados de Lojas Virtuais
Universidade Federal de Ouro Preto Instituto de Ciências Exatas e Biológicas Departamento de Computação Minerando Padrões Sequenciais para Bases de Dados de Lojas Virtuais Cecília Henriques Devêza ceciliadeveza@gmail.com
Leia maisDescoberta de Conhecimento em Bancos de Dados - KDD
Descoberta de Conhecimento em Bancos de Dados - KDD Professor: Rosalvo Ferreira de Oliveira Neto Disciplina: Inteligência Artificial Tópicos 1. Definições 2. Fases do processo 3. Exemplo do DMC 4. Avaliação
Leia maisO QUE É O BIG DATA? Big Data é o termo que descreve uma quantidade enorme de informações (volume de dados). BIG DATA ALGORITMOS 2
O QUE É O BIG DATA? Big Data é o termo que descreve uma quantidade enorme de informações (volume de dados). BIG DATA ALGORITMOS 2 O QUE É O BIG DATA? Os dados são o novo petróleo O Big Data, tal como o
Leia maisPARA A INDÚSTRIA DE DENIM NSPEÇÃO CORTE EMBALAGEM
Líder mundial em design e produção de máquinas para o setor de acabamento, especificamente máquinas de inspeção e embalagem para o setor têxtil e para artigos técnicos. NSPEÇÃO CORTE EMBALAGEM PARA A INDÚSTRIA
Leia maisProcessamento de Sinais e Inteligência Computacional. Prof. Emilio del Moral Hernandez
Processamento de Sinais e Inteligência Computacional Prof. Emilio del Moral Hernandez SIIAM Um Projeto Interdisciplinar Demonstradores de Sistemas Aplicáveis nas áreas ambiental e biomédica / análise multissensorial:
Leia maisMetodologia de Desenvolvimento de Sistemas Informação
Instituto Superior Politécnico de Ciências e Tecnologia Metodologia de Desenvolvimento de Sistemas Informação Prof Pedro Vunge http://pedrovunge.com I Semestre de 2019 Capítulo 2 TECNOLOGIAS PARA DATA
Leia maisBIG DATA,DATA SCIENCE e ANALYTICS aplicados ao MARKETING MANUAL DO CURSO ESPM. Rua Joaquim Távora, 1240 Vila Mariana São Paulo/SP.
BIG DATA,DATA SCIENCE e ANALYTICS aplicados ao MARKETING MANUAL DO CURSO ESPM Rua Joaquim Távora, 1240 Vila Mariana São Paulo/SP Informações Central de Relacionamento: (11) 5081-8200 (opção 1) Segunda
Leia maisBIG DATA,DATA SCIENCE e ANALYTICS aplicados ao MARKETING MANUAL DO CURSO ESPM. Rua Joaquim Távora, 1240 Vila Mariana São Paulo/SP.
BIG DATA,DATA SCIENCE e ANALYTICS aplicados ao MARKETING MANUAL DO CURSO ESPM Rua Joaquim Távora, 1240 Vila Mariana São Paulo/SP Informações Central de Relacionamento: (11) 5081-8200 (opção 1) Segunda
Leia mais2. Redes Neurais Artificiais
Computação Bioinspirada - 5955010-1 2. Redes Neurais Artificiais Prof. Renato Tinós Depto. de Computação e Matemática (FFCLRP/USP) 1 2.1. Introdução às Redes Neurais Artificiais (RNAs) 2.1.1. Motivação
Leia maisData Analytics Prevenção e deteção de Fraude
www.pwc.pt Data Analytics Prevenção e deteção de Fraude 21 Agenda Auditoria Interna e Fraude Agenda Introdução à Fraude Papel da Auditoria Interna Cases Studies Data Analytics Exemplos Reconhecer 3 Conceito
Leia maisMetodologia Aplicada a Computação.
Metodologia Aplicada a Computação gaudenciothais@gmail.com Pré-processamento de dados Técnicas utilizadas para melhorar a qualidade dos dados; Eliminam ou minimizam os problemas como ruídos, valores incorretos,
Leia mais1 - A capacidade de fluxo que corresponde a capacidade máxima que pode passar pelo arco.
CONCEITOS DE REDE Uma rede é formada por um conjunto de nós, um conjunto de arcos e de parâmetros associados aos arcos. Nós Arcos Fluxo Interseções Rodovias Veículos Rodoviários Aeroportos Aerovia Aviões
Leia maisIntrodução aos Algoritmos Genéticos
Introdução aos Algoritmos Genéticos Prof. Matheus Giovanni Pires EXA 868 Inteligência Artificial Não-Simbólica B Universidade Estadual de Feira de Santana 2 Algoritmos Genéticos: Introdução Introduzidos
Leia maisOtimização com Algoritmos Evolutivos
Otimização com Algoritmos Evolutivos Francisco Pereira (xico@dei.uc.pt) ELBCE 2016 (Setembro 2016) Resumo Problem Optimization Method Solution } Algoritmos Evolutivos } Propriedades e funcionamento } Exemplos
Leia maisVários modelos: um SAD pode incluir vários modelos, cada um representando uma parte diferente do problema de tomada de decisão Categorias de modelos
MODELAGEM E ANÁLISE Modelagem Questões atuais de modelagem Vários modelos: um SAD pode incluir vários modelos, cada um representando uma parte diferente do problema de tomada de decisão Categorias de modelos
Leia maisIA: Inteligência Artificial
UNIFEI Os Sistemas Especialistas DENDRAL ~ 1960 EME006 - Automação Industrial IA: Inteligência Artificial Aula 12 Prof. José Hamilton Chaves Gorgulho Júnior Edward Feigenbaum 1936 - Joshua Lederberg 1925-2008
Leia mais3. Resolução de problemas por meio de busca
Inteligência Artificial - IBM1024 3. Resolução de problemas por meio de busca Prof. Renato Tinós Local: Depto. de Computação e Matemática (FFCLRP/USP) 1 Principais Tópicos 3. Resolução de problemas por
Leia maisInformática. Aprendizado de Máquina. Professor Márcio Hunecke.
Informática Aprendizado de Máquina Professor Márcio Hunecke www.acasadoconcurseiro.com.br Informática Aula XX NOÇÕES DE ALGORITMOS DE APRENDIZADO O aprendizado automático, aprendizado de máquina (em inglês:
Leia maisINTELIGÊNCIA COMPUTACIONAL
Rafael D. Ribeiro, M.Sc. rafaeldiasribeiro@gmail.com http://www.rafaeldiasribeiro.com.br A Inteligência Computacional (IC), denominada originalmente de Inteligência Artificial (IA), é uma das ciências
Leia maisUma breve introdução ao Curso de Computação Científica / Algoritmos Numéricos II
Uma breve introdução ao Curso de Computação Científica / Algoritmos Numéricos II Lucia Catabriga luciac@inf.ufes.br March 28, 2017 Lucia Catabriga (UFES) ANII e CC DI/PPGI/PPGEM March 28, 2017 1 / 27 Contextualizando
Leia maisISEG. Call for Solutions Universities 7th Call
ISEG Call for Solutions Universities 7th Call Call for Solutions Universities A tua A tua vontade O teu talento O teu conhecimento curiosidade pelo mundo para trabalhar em novos empresarial desafios O
Leia maisRedes Neurais Artificial. Inteligência Artificial. Professor: Rosalvo Ferreira de Oliveira Neto
Redes Neurais Artificial Inteligência Artificial Professor: Rosalvo Ferreira de Oliveira Neto Estrutura 1. Definições 2. Histórico 3. Conceitos Básicos 4. Aprendizado em RNA 5. Exemplo de Aprendizado com
Leia maisComputação Gráfica. Representação e Modelagem
Computação Gráfica Representação e Modelagem Professora: Sheila Cáceres Baseado nos slides da Prof. Soraia Musse Modelagem Área da Computação Gráfica que estuda a criação de modelos dos objetos reais.
Leia maisRelatório de Versão Curricular - UFF
Curso: Desdobramento: Código: 1 - T: BACHAREL Currículo: 54.01.003 Versão: 4 Criada em 20/12/2017 por GILMAR DE ALMEIDA LIMA Última modificação em 03/04/2018 por GILMAR DE ALMEIDA LIMA Versão finalizada:
Leia maisInteligência Artificial. Algoritmos Genéticos. Aula I Introdução
Universidade Estadual do Oeste do Paraná Curso de Bacharelado em Ciência da Computação Inteligência Artificial Algoritmos Genéticos Aula I Introdução Roteiro Introdução Computação Evolutiva Algoritmos
Leia maisAutor(es) HARLEI MIGUEL DE ARRUDA LEITE. Orientador(es) MARINA TERESA PIRES VIEIRA. Apoio Financeiro PIBIC/CNPQ. 1. Introdução
19 Congresso de Iniciação Científica IMPLEMENTAÇÃO DE GUIAS E ALGORITMOS PARA REGRAS DE ASSOCIAÇÃO MULTIRELACIONAL NA FERRAMENTA DE MINERAÇÃO DE DADOS KIRA Autor(es) HARLEI MIGUEL DE ARRUDA LEITE Orientador(es)
Leia maisDinâmica dos Fluidos Computacional
Dinâmica dos Fluidos Computacional 2017 Angela O. Nieckele Dept. de Engenharia Mecânica PUC-Rio http://mecflu2.usuarios.rdc.puc-rio.br/dinflucomp_mec2335.html Objetivo do Curso Descrever um método numérico
Leia maisIntrodução ao Curso de Algoritmos Numéricos II /
Introdução ao Curso de Algoritmos Numéricos II / Computação Científica Andrea M. P. Valli, Lucia Catabriga avalli@inf.ufes.br, luciac@inf.ufes.br March 19, 2018 Andrea M. P. Valli, Lucia Catabriga (UFES)
Leia maisIntrodução à Redes Neurais. Prof. Matheus Giovanni Pires EXA 868 Inteligência Artificial Não-Simbólica B Universidade Estadual de Feira de Santana
Introdução à Redes Neurais Artificiais Prof. Matheus Giovanni Pires EXA 868 Inteligência Artificial Não-Simbólica B Universidade Estadual de Feira de Santana 2 Introdução Redes Neurais Artificiais (RNAs)
Leia maisSistema de Gestão Econômica: Processo de Gestão
Sistema de Gestão Econômica: Processo de Gestão Processo de Gestão PLANEJAMENTO EXECUÇÃO OTIMIZAÇÃO DO LUCRO E CRIAÇÃO DE VALOR CONTROLE Foco no Planejamento Envolvimento no processo de planejamento das
Leia maisProtótipo de Software para Reconhecimento de Impressões Digitais
Protótipo de Software para Reconhecimento de Impressões Digitais Aluno: Alex Sandro da Silva Orientador: Paulo de Tarso Mendes Luna Semestre - 99/1 Roteiro da Apresentação INTRODUÇÃO CONCEITOS BÁSICOS
Leia maisCapítulo 1. Redes Neuronais Artificiais - Origem, história e aplicações. ADC/DEI/FCTUC/CA/Cap.1/2005 1
Capítulo 1 Redes Neuronais Artificiais - Origem, história e aplicações ADC/DEI/FCTUC/CA/Cap.1/2005 1 Neurónios Biológicos Dentrites Cérebro: 10 11 neurónios Corpo 10 4 ligações por neurónio Axónios - computação
Leia maisP L AN I F I C AÇ Ã O AN U AL
P L AN I F I C AÇ Ã O AN U AL DEPARTAMENTO: 1.º Ciclo DISCIPLINA: Estudo do Meio CURSO: Ensino Básico ANO: 2.º ANO LETIVO: 2017/2018 MANUAL: Projeto TOP Unidade Didática/Dom 1-À descoberta de si O passado
Leia maisMEEC. Mestrado em Eng. Electrotécnica e de Computadores. Índice. MEEC Edição 2008/09 Instituto Superior de Engenharia do Porto
Mestrado em Eng. Electrotécnica e de Computadores O Mestrado em Engenharia Electrotécnica e de Computadores destina-se a complementar a formação de profissionais habilitados com o grau de Licenciado, fornecendo
Leia mais4. Algoritmos de Busca em Vetores
Introdução à Computação II 5952011 4. Algoritmos de Busca em Vetores Prof. Renato Tinós Local: Depto. de Computação e Matemática (FFCLRP/USP) 1 Principais Tópicos 4.1. Introdução 4.2. Busca Linear 4.2.1.
Leia maisCONDIÇÕES DE OFERTA PARA CADASTRO DO CURSO PARA ACOMPANHAMENTO E CONTROLE ACADÊMICO Nome do curso Ciência da Computação Condições de Oferta do Curso
CONEP UFSJ Parecer N o 066/2009 Aprovado em 02/12/2009 ANEXO A: ORIENTAÇÕES PARA OFERTA E CADASTRO DO CURSO CONDIÇÕES DE OFERTA PARA CADASTRO DO CURSO PARA ACOMPANHAMENTO E CONTROLE ACADÊMICO Nome do curso
Leia maisSISTEMAS DE PRODUÇÃO PROFª MILKA MEDEIROS HTTPS://SITES.GOOGLE.COM/SITE/MMEDEIROSACADEMICO
SISTEMAS DE PRODUÇÃO PROFª MILKA MEDEIROS HTTPS://SITES.GOOGLE.COM/SITE/MMEDEIROSACADEMICO O SISTEMA DE PRODUÇÃO Define-se sistema de produção como o conjunto de atividades e operações inter-relacionadas
Leia maisOferta de disciplinas para o período 2015/2
PINF-6000 Projeto e Análise de Algoritmos PINF-6013 Elementos Finitos PINF-6017 Metodologia de Pesquisa PINF-6037 Teoria dos Grafos 10:00- PINF-6038 Tópicos Especiais em Informática: Aspectos Computacionais
Leia maisCRÉDITOS DO CURSO. Carga Horária Créditos IN1030 Seminários 30 2
UNIVERSIDADE FEDERAL DE PERNAMBUCO PRÓ-REITORIA PARA ASSUNTOS DE PESQUISA E PÓS-GRADUAÇÃO ESTRUTURA CURRICULAR STRICTO SENSU (baseada na Res. 10/2008 do CCEPE) NOME DO CURSO: Pós-Graduação em Ciência da
Leia maisCOMUNICAÇÃO NA COMUNIDADE EDUCATIVA
COMUNICAÇÃO NA COMUNIDADE EDUCATIVA Conecte escola, pais e alunos com o Wello Wello é o aplicativo da sua escola por que É feito sob medida para seus colaboradores, responsáveis e alunos Foi desenvolvido
Leia maisAPLICAÇÃO DE ALGORITMOS BIO-INSPIRADOS EM CONTROLE ÓTIMO
APLICAÇÃO DE ALGORITMOS BIO-INSPIRADOS EM CONTROLE ÓTIMO Profa. Mariana Cavalca Baseado em: Material didático do Prof. Dr. Carlos Henrique V. Moraes da UNIFEI Curso de verão da Profa. Gisele L. Pappa Material
Leia maisPós-Graduação em Engenharia de Automação Industrial SISTEMAS INTELIGENTES PARA AUTOMAÇÃO
Pós-Graduação em Engenharia de Automação Industrial SISTEMAS INTELIGENTES PARA AUTOMAÇÃO AULA 06 Algoritmos Genéticos Sumário Introdução Inteligência Artificial (IA) Algoritmos Genéticos Aplicações de
Leia maisANALYTICS: Dados e Atenção
ANALYTICS: Dados e Atenção O CONCEITO DE ANALYTICS NA INTERNET DAS COISAS BASEIA-SE NA CONSTANTE GERAÇÃO DE DADOS Por Nazareno Andrade Deyvison Bruno, Icaro Ramires, Joabe Pinheiro 1 Agenda Informações
Leia mais1.1 Objetivos da Pesquisa
1 Introdução No final da década de 1970, significativas mudanças econômicas passaram a afetar as sociedades comercialmente desenvolvidas e industrializadas. De um lado, observou-se o desenvolvimento acentuado
Leia maisADMINISTRAÇÃO GERAL. Processo Decisório Conceitos e Métodos do Processo Decisório - Parte 2. Prof.ª Karen Estefan Dutra
ADMINISTRAÇÃO GERAL Processo Decisório Conceitos e Métodos do Processo Decisório - Parte 2 Prof.ª Karen Estefan Dutra Etapas do processo decisorial Percepção da situação Avaliação e comparação dessas alternativas
Leia maisNBC TA 520 Procedimentos analíticos
NBC TA 520 Procedimentos analíticos Índice Item Introdução Alcance 1 Data de vigência 2 Objetivos 3 Definição 4 Requisitos Procedimentos analíticos substantivos 5 Procedimentos analíticos que auxiliam
Leia maisLEVANTAMENTO E ANÁLISE
LEVANTAMENTO E ANÁLISE Projeto 2 UFCG CCT UAD Curso de Design Professor Natã Morais Composto do produto ANÁLISE DO PRODUTO ESTRUTURA E ARQUITETURA DO PRODUTO ERGONOMIA USABILIDADE MORFOLÓGICO Atributos
Leia mais1.1 Descrição do problema A programação genética (PG) é uma meta-heurística utilizada para gerar programas de computadores, de modo que o computador
1 Introdução 1.1 Descrição do problema A programação genética (PG) é uma meta-heurística utilizada para gerar programas de computadores, de modo que o computador possa resolver problemas de forma automática
Leia maisAprendizado de Máquina (Machine Learning)
Ciência da Computação (Machine Learning) Aula 02 Representação dos dados Pré-processamento Max Pereira Tipo de Dados Os atributos usados para descrever objetos de dados podem ser de diferentes tipos: Quantitativos
Leia maisOportunidades na Ciência da Computação: Uma visão na perspectiva de Ciência de Dados
Oportunidades na Ciência da Computação: Uma visão na perspectiva de Ciência de Dados CEFET/RJ Eduardo Ogasawara eogasawara@ieee.org http://eic.cefet-rj.br/~eogasawara Ciência da Computação O que é Tecnologia
Leia maisComputação Bioinspirada: Aplicações
Computação Bioinspirada: Aplicações Prof. Eduardo do Valle Simões Grupo de Sistemas Embarcados e Evolutivos LCR Laboratório de Computação Reconfigurável Departamento de Sistemas de Computação Projeto de
Leia maisDATA MINING SISTEMAS DE SAÚDE. Diogo Soares Pedro Coelho Nadine Carvalho Rui Ferreira Salomé Monteiro
DATA MINING SISTEMAS DE SAÚDE Diogo Soares Pedro Coelho Nadine Carvalho Rui Ferreira Salomé Monteiro SUMÁRIO Conceito Técnicas Aplicações Exemplos na saúde Impacto nos utentes Vantagens e desvantagens
Leia maisIntrodução à Mineração de Dados com Aplicações em Ciências Espaciais
Introdução à Mineração de Dados com Aplicações em Ciências Espaciais Escola de Verão do Laboratório Associado de Computação e Matemática Aplicada Rafael Santos Dia 3: 1 /54 Programa Dia 1: Apresentação
Leia maisInteligência Artificial
Inteligência Artificial Descoberta de Conhecimento em Bases de Dados Mineração de Dados Descobertas de regras de associação Descoberta de Conhecimento em Bases de Dados DCBD (Descoberta de Conhecimento
Leia maisDesafios na modelação do fluxo de estudantes no sistema de ensino Português
Desafios na modelação do fluxo de estudantes no sistema de ensino Português Luís Correia, Luís Cavique, Ana Paula Cláudio, Beatriz Carmo, Hugo Martiniano, Helena Aidos, Sara Madeira Fórum Estatístico 14
Leia maisIntrodução aos sistemas de informação
Introdução aos sistemas de informação Sistemas de Informação Sistemas de Informação Um conjunto de informações relacionadas que coletam, manipulam e disseminam dados e informações e fornecem realimentação
Leia maisSUPPORT VECTOR MACHINE - SVM
SUPPORT VECTOR MACHINE - SVM Definição 2 Máquinas de Vetores Suporte (Support Vector Machines - SVMs) Proposto em 79 por Vladimir Vapnik Um dos mais importantes acontecimentos na área de reconhecimento
Leia maisO quarto paradigma: a ciência da análise de dados
O quarto paradigma: a ciência da análise de dados Bruno Ferrero 1 Gabriel Pato 1 1 Instituto de Matemática e Estatística Universidade de São Paulo 23 de Novembro de 2011 1 / 22 Roteiro O 4 Paradigma Dados
Leia maisINTELIGÊNCIA ARTIFICIAL
Figura: Capa do Livro Russell, S., Norvig, P. Artificial Intelligence A Modern Approach, Pearson, 2009. Universidade Federal de Campina Grande Unidade Acadêmica de Sistemas e Computação Curso de Pós-Graduação
Leia maisSERVIÇO PÚBLICO FEDERAL UNIVERSIDADE FEDERAL DO PARÁ INSTITUTO DE TECNOLOGIA FACULDADE DE ENGENHARIA DA COMPUTAÇÃO E TELECOMUNICAÇÕES
FCT - SALA SALA 01 ITEC -B Segunda Terça Quarta Quinta Sexta 07:30 09:10 Física I Programação Física I Programação 09:20 11:00 Cálculo I/ TC01022 Redes Móveis JASMINE Cálculo I/ TC01022 Redes Móveis JASMINE
Leia maisS A R A Z I M M E R M A N N
Sara Martins Vieira Zimmermann NUSP 10119237 ESALQ USP Escola Superior de Agricultura Luiz de Queiroz ADM4012 Tópicos Especiais em Agronegócios e Organizações Aula 03 Professor Hermes Moretti Ribeiro da
Leia mais