TÓPICOS AVANÇADOS EM ENGENHARIA DE SOFTWARE

Tamanho: px
Começar a partir da página:

Download "TÓPICOS AVANÇADOS EM ENGENHARIA DE SOFTWARE"

Transcrição

1

2 TÓPICOS AVANÇADOS EM ENGENHARIA DE SOFTWARE Engenharia de Computação Professor: Rosalvo Ferreira de Oliveira Neto

3 Estudos Comparativos Recentes - Behavior Scoring

4 Roteiro Objetivo Critérios de Avaliação Exemplo 1 Exemplo 2 Metodologias de Avaliação

5 Objetivo Apresentar os estudos mais recentes na investigação dos melhores modelos para construção de sistemas de Behavior Scoring.

6 Critérios de Avaliação - Objetivo - Técnicas utilizadas - Metodologia de avaliação - Base de dados - Pública (y/n) - Número de registros - Número de variáveis - Descrição das variáveis (y/n) - Métrica de Avaliação de Desempenho utilizada - Resultados - Conclusão

7 Exemplo 1 Data Mining in Building Behavioral Scoring Models O objetivo deste trabalho foi realizar um estudo investigativo para averiguar entre as três técnicas de Data Mining aplicadas em projetos de Behavior Scoring qual produz maior poder discriminatório ao modelo final. As técnicas comparadas foram: Analise Discriminante Linear; Rede Neural Backpropagation; Support Vector Machine;

8 Exemplo 1 - Técnicas Analise Discriminante Linear A análise discriminante é uma técnica da estatística multivariada utilizada para discriminar e classificar objetos. Segundo KHATTREE & NAIK (2000) é uma técnica da estatística multivariada que estuda a separação de objetos de uma população em duas ou mais classes.

9 Exemplo 1 Técnica - Analise Discriminante Linear

10 Exemplo 1 - Técnicas Rede Neural Redes Neurais Artificiais (RNA) são modelos de computação com propriedades particulares Capacidade de se adaptar ou aprender Generalizar Agrupar ou organizar dados

11 Exemplo 1 Técnica - Rede Neural

12 Exemplo 1 - Técnicas Support Vector Machine (SVM) SVM é um novo método estatístico não-paramétrico. A versão original do SVM foi projetada para solucionar problemas de classificação binária, e vem ganhando popularidade devido as suas características. Dentre suas características podemos destacar: Boa capacidade de generalização Robustez em grandes dimensões Teoria bem definida

13 Exemplo 1 Avaliação Geral Critério Informação Metodologia de avaliação N-fold cross-validation scheme Base de dados Empresa de cartão de crédito de Taiwan Pública (y/n) N Número de registros (y/n) Número de variáveis 41 Descrição das variáveis (y/n) N Métrica de avaliação utilizada Taxa média de classificação correta

14 Exemplo 1 Resultados

15 Exemplo 1 - Conclusão Os resultados experimentais indicam que o modelo de Redes Neurais fornece melhor desempenho ao Behavior Scoring.

16 Exemplo 2 Neural Networks vs Logistic Regression: a Comparative Study on a Large Data Set O objetivo deste trabalho foi realizar um estudo investigativo para averiguar entre Redes Neurais e Regressão Logística aplicadas aos projetos de Behavior Scoring qual produz maior poder discriminatório ao modelo final. As técnicas comparadas foram: - Redes Neurais - Regressão Logística

17 Exemplo 2 Avaliação Geral Critério Aplicada Metodologia de avaliação N-fold cross-validation scheme Base de dados Empresa de cartão de crédito do Brasil Pública (y/n) N Número de registros (y/n) Número de variáveis 41 Descrição das variáveis (y/n) N Métrica de avaliação utilizada KS2 e Curves ROC

18 Exemplo 2 Resultados

19 Exemplo 2 - Conclusão Os resultados experimentais indicam que o modelo de Redes Neurais fornece melhor desempenho ao Behavior Scoring. Esta pesquisa utilizou várias métricas de desempenho para comparar as técnicas e os resultados.

20 Avaliação de Classificadores Existem poucos estudos analíticos sobre o comportamento de algoritmos de aprendizagem A análise de classificadores é fundamentalmente experimental Taxa de erro Dimensões de análise Complexidade dos modelos Tempo de aprendizagem

21 Avaliação de Algoritmos de Classificação Dois problemas distintos: Dados um algoritmo e um conjunto de dados: Como estimar a taxa de erro do algoritmo nesse problema? Dados dois algoritmos e um conjunto de dados: A capacidade de generalização dos algoritmos é igual?

22 Avaliação Como medir o desempenho do modelo aprendido? Erro no conjunto de treinamento não é um bom indicador em relação ao que vai ser observado no futuro Solução simples quando os dados são abundantes Dividir os dados em treinamento e teste

23 Treinamento e teste Medida natural de desempenho para problemas de classificação: taxa de erro Sucesso: a classe da instancia é prevista corretamente Erro: classe da instancia é prevista incorretamente Taxa de erro: proporção dos erros em relação ao conjunto de exemplos Erro de re-substituição: erro calculado a partir do conjunto de treinamento Erro de re-substituição é otimista!

24 Treinamento e teste Conjunto de Teste Conjunto de exemplos independentes que não tiveram nenhum papel na construção do classificador Suposição os conjuntos de treinamento e teste são amostras representativas do problema em questão

25 Ajuste de parâmetros É importante que os dados de teste não sejam usados de nenhuma maneira para construir o classificador Alguns algoritmos de aprendizagem operam em dois estágios Estágio 1: construção da estrutura básica Estágio 2: otimização do ajuste dos parâmetros Procedimento correto: usar 3 conjuntos: treinamento, validação e teste Validação: usado para otimizar os parâmetros

26 Principais métodos de avaliação de classificadores Holdout Validação cruzada Leave-one-out Bootstrap

27 Holdout O método holdout reserva uma certa quantidade para teste e o restante para a aprendizagem Usalmente, 1/3 para teste e 2/3 para treinamento Problema: a amostra pode não ser representativa Exemplo: uma classe pode estar ausente no conjunto de teste Amostragem estratificada: as classes são representadas com aproximadamente a mesma proporção tanto no teste como no treinamento

28 Validação Cruzada Os dados são divididos em k conjuntos de mesmo cardinal cada subconjunto é usado como teste e o restante como treino Isso é chamado de validação cruzada k-fold Os subconjuntos podem ser estratificados antes de realizar a validação cruzada A taxa de erro global é a média das taxas de erro calculadas em cada etapa

29 Leave-one-out É uma forma particular de validação cruzada O número de folds é o número de exemplos O classificador é construído n vezes Usa os dados completamente no treino Não envolve sub-amostras aleatórias Computacionalmente custoso A estratificação não é possível

30 Bootstrap Validação cruzada usa amostragem sem repetição Bootstrap é um método de estimação que usa amostragem com reposição para formar o conjunto de treinamento Retira-se uma amostra aleatória de tamanho n de um conjunto de n exemplos com reposição Essa amostra é usada para o treinamento os exemplos dos dados originais que não estão no conjunto de treino são usados como teste É a melhor maneira quando o conjunto de dados é pequeno

31

Avaliando o que foi Aprendido

Avaliando o que foi Aprendido Avaliando o que foi Aprendido Treinamento, teste, validação Predição da performance: Limites de confiança Holdout, cross-validation, bootstrap Comparando algoritmos: o teste-t Predecindo probabilidades:função

Leia mais

Classificação - avaliação de resultados - 1. Mineração de Dados 2013

Classificação - avaliação de resultados - 1. Mineração de Dados 2013 Classificação - avaliação de resultados - 1 Mineração de Dados 2013 Luís Rato (Capítulo 4 do livro Introduction to Data Mining ) Universidade de Évora, Mineração de dados / Data Mining 1 Desempenho Desempenho

Leia mais

Aprendizagem de Máquina

Aprendizagem de Máquina Aprendizagem de Máquina Professor: Rosalvo Ferreira de Oliveira Neto Disciplina: Inteligência Artificial Tópicos 1. Definições 2. Tipos de aprendizagem 3. Paradigmas de aprendizagem 4. Modos de aprendizagem

Leia mais

Automatização do processo de determinação do número de ciclos de treinamento de uma Rede Neural Artificial

Automatização do processo de determinação do número de ciclos de treinamento de uma Rede Neural Artificial Automatização do processo de determinação do número de ciclos de treinamento de uma Rede Neural Artificial André Ricardo Gonçalves; Maria Angélica de Oliveira Camargo Brunetto Laboratório Protem Departamento

Leia mais

Automatização do processo de determinação do número de ciclos de treinamento de uma Rede Neural Artificial

Automatização do processo de determinação do número de ciclos de treinamento de uma Rede Neural Artificial Automatização do processo de determinação do número de ciclos de treinamento de uma Rede Neural Artificial André Ricardo Gonçalves 1, Maria Angélica de Oliveira Camargo Brunetto 2 1,2 Laboratório de Pesquisa

Leia mais

Pós-Graduação "Lato Sensu" Especialização em Análise de Dados e Data Mining

Pós-Graduação Lato Sensu Especialização em Análise de Dados e Data Mining Pós-Graduação "Lato Sensu" Especialização em Análise de Dados e Data Mining Inscrições Abertas Início das Aulas: 24/03/2015 Dias e horários das aulas: Terça-Feira 19h00 às 22h45 Semanal Quinta-Feira 19h00

Leia mais

INTELIGÊNCIA COMPUTACIONAL

INTELIGÊNCIA COMPUTACIONAL INTELIGÊNCIA COMPUTACIONAL Engenharia de Computação Professor: Rosalvo Ferreira de Oliveira Neto Dados pessoais Rosalvo Ferreira de Oliveira Neto MSc. em ciência da computação (UFPE) rosalvo.oliveira@univasf.edu.br

Leia mais

UTILIZANDO O SOFTWARE WEKA

UTILIZANDO O SOFTWARE WEKA UTILIZANDO O SOFTWARE WEKA O que é 2 Weka: software livre para mineração de dados Desenvolvido por um grupo de pesquisadores Universidade de Waikato, Nova Zelândia Também é um pássaro típico da Nova Zelândia

Leia mais

TÓPICOS AVANÇADOS EM ENGENHARIA DE SOFTWARE

TÓPICOS AVANÇADOS EM ENGENHARIA DE SOFTWARE TÓPICOS AVANÇADOS EM ENGENHARIA DE SOFTWARE Engenharia de Computação Professor: Rosalvo Ferreira de Oliveira Neto Aplicações de Behavior Scoring Roteiro - Introdução - Diferença entre Credit scoring e

Leia mais

MESTRADO EM PESQUISA DE MERCADOS 2006 2007

MESTRADO EM PESQUISA DE MERCADOS 2006 2007 MESTRADO EM PESQUISA DE MERCADOS 2006 2007 PROGRAMA DAS DISCIPLINAS 1 1º trimestre PESQUISA DE MERCADOS Objectivos Pretende-se que os alunos: (a) adquiram os conceitos e semântica próprios do tema, (b)

Leia mais

Introdução a Datamining (previsão e agrupamento)

Introdução a Datamining (previsão e agrupamento) Introdução a Datamining (previsão e agrupamento) Victor Lobo Mestrado em Estatística e Gestão de Informação E o que fazer depois de ter os dados organizados? Ideias base Aprender com o passado Inferir

Leia mais

MLP (Multi Layer Perceptron)

MLP (Multi Layer Perceptron) MLP (Multi Layer Perceptron) André Tavares da Silva andre.silva@udesc.br Roteiro Rede neural com mais de uma camada Codificação de entradas e saídas Decorar x generalizar Perceptron Multi-Camada (MLP -

Leia mais

Introdução a Datamining (previsão e agrupamento)

Introdução a Datamining (previsão e agrupamento) E o que fazer depois de ter os dados organizados? Introdução a Datamining (previsão e agrupamento) Victor Lobo Mestrado em Estatística e Gestão de Informação Ideias base Aprender com o passado Inferir

Leia mais

Análise de Regressão. Tópicos Avançados em Avaliação de Desempenho. Cleber Moura Edson Samuel Jr

Análise de Regressão. Tópicos Avançados em Avaliação de Desempenho. Cleber Moura Edson Samuel Jr Análise de Regressão Tópicos Avançados em Avaliação de Desempenho Cleber Moura Edson Samuel Jr Agenda Introdução Passos para Realização da Análise Modelos para Análise de Regressão Regressão Linear Simples

Leia mais

Aprendizagem de Máquina

Aprendizagem de Máquina Aprendizagem de Máquina Professor: Rosalvo Ferreira de Oliveira Neto Disciplina: Inteligência Artificial Tópicos 1. Definições 2. Tipos de aprendizagem 3. Paradigmas de aprendizagem 4. Modos de aprendizagem

Leia mais

3 Metodologia de Previsão de Padrões de Falha

3 Metodologia de Previsão de Padrões de Falha 3 Metodologia de Previsão de Padrões de Falha Antes da ocorrência de uma falha em um equipamento, ele entra em um regime de operação diferente do regime nominal, como descrito em [8-11]. Para detectar

Leia mais

Sumário. Parte l. 1. Introdução à pesquisa qualitativa e quantitativa em marketing 1 1.1 Pesquisa qualitativa 1 1.2 Pesquisa quantitativa 3

Sumário. Parte l. 1. Introdução à pesquisa qualitativa e quantitativa em marketing 1 1.1 Pesquisa qualitativa 1 1.2 Pesquisa quantitativa 3 Sumário Parte l 1. Introdução à pesquisa qualitativa e quantitativa em marketing 1 1.1 Pesquisa qualitativa 1 1.2 Pesquisa quantitativa 3 2. Entrevistas 5 2.1 Tipos de entrevistas 8 2.2 Preparação e condução

Leia mais

ESTUDO DOS DADOS DA LIXIVIAÇÃO DOS MATERIAIS DE ELETRODOS DE PILHAS EM HCl POR REDE NEURAL

ESTUDO DOS DADOS DA LIXIVIAÇÃO DOS MATERIAIS DE ELETRODOS DE PILHAS EM HCl POR REDE NEURAL ESTUDO DOS DADOS DA LIXIVIAÇÃO DOS MATERIAIS DE ELETRODOS DE PILHAS EM HCl POR REDE NEURAL Macêdo, M. I. F 1, Rosa, J. L. A. 2, Gonçalves, F. 2, Boente, A. N. P. 2 1 Laboratório de Tecnologia de Materiais,

Leia mais

A Preparação dos Dados

A Preparação dos Dados A Preparação dos Dados Escolhas Básicas Objetos, casos, instâncias Objetos do mundo real: carros, arvores, etc Ponto de vista da mineração: um objeto é descrito por uma coleção de características sobre

Leia mais

INF 1771 Inteligência Artificial

INF 1771 Inteligência Artificial Edirlei Soares de Lima INF 1771 Inteligência Artificial Aula 12 Aprendizado de Máquina Agentes Vistos Anteriormente Agentes baseados em busca: Busca cega Busca heurística Busca local

Leia mais

Aprendizagem de Máquina

Aprendizagem de Máquina Aprendizagem de Máquina Alessandro L. Koerich Programa de Pós-Graduação em Informática Pontifícia Universidade Católica do Paraná (PUCPR) Horários Aulas Sala [quinta-feira, 7:30 12:00] Atendimento Segunda

Leia mais

UNIVERSIDADE DE SÃO PAULO - USP Faculdade de Economia, Administração e Contabilidade - FEA Instituto de Matemática e Estatística - IME

UNIVERSIDADE DE SÃO PAULO - USP Faculdade de Economia, Administração e Contabilidade - FEA Instituto de Matemática e Estatística - IME UNIVERSIDADE DE SÃO PAULO - USP Faculdade de Economia, Administração e Contabilidade - FEA Instituto de Matemática e Estatística - IME Mestrado Profissionalizante Modelagem Matemática em Finanças PREVISÃO

Leia mais

TÉCNICAS DE COMPUTAÇÃO PARALELA PARA MELHORAR O TEMPO DA MINERAÇÃO DE DADOS: Uma análise de Tipos de Coberturas Florestais

TÉCNICAS DE COMPUTAÇÃO PARALELA PARA MELHORAR O TEMPO DA MINERAÇÃO DE DADOS: Uma análise de Tipos de Coberturas Florestais UNIVERSIDADE ESTADUAL DE PONTA GROSSA PRÓ-REITORIA DE PESQUISA E PÓS-GRADUAÇÃO PROGRAMA DE PÓS-GRADUAÇÃO EM COMPUTAÇÃO APLICADA CRISTIAN COSMOSKI RANGEL DE ABREU TÉCNICAS DE COMPUTAÇÃO PARALELA PARA MELHORAR

Leia mais

PLANO DE ENSINO. Mestrado em Matemática - Área de Concentração em Estatística

PLANO DE ENSINO. Mestrado em Matemática - Área de Concentração em Estatística 1. IDENTIFICAÇÃO PLANO DE ENSINO Disciplina: Estatística Multivariada Código: PGMAT568 Pré-Requisito: No. de Créditos: 4 Número de Aulas Teóricas: 60 Práticas: Semestre: 1º Ano: 2015 Turma(s): 01 Professor(a):

Leia mais

MINERAÇÃO DE DADOS PARA DETECÇÃO DE SPAMs EM REDES DE COMPUTADORES

MINERAÇÃO DE DADOS PARA DETECÇÃO DE SPAMs EM REDES DE COMPUTADORES MINERAÇÃO DE DADOS PARA DETECÇÃO DE SPAMs EM REDES DE COMPUTADORES Kelton Costa; Patricia Ribeiro; Atair Camargo; Victor Rossi; Henrique Martins; Miguel Neves; Ricardo Fontes. kelton.costa@gmail.com; patriciabellin@yahoo.com.br;

Leia mais

Palavras-chave: Mortalidade Infantil, Análise Multivariada, Redes Neurais.

Palavras-chave: Mortalidade Infantil, Análise Multivariada, Redes Neurais. UMA ANÁLISE COMPARATIVA DE MODELOS PARA CLASSIFICAÇÃO E PREVISÃO DE SOBREVIVÊNCIA OU ÓBITO DE CRIANÇAS NASCIDAS NO RIO DE JANEIRO EM 2006 NO PRIMEIRO ANO DE VIDA Mariana Pereira Nunes Escola Nacional de

Leia mais

Grade Curricular - Engenharia de Computação

Grade Curricular - Engenharia de Computação Grade Curricular - Engenharia de Computação SEMESTRE 1 - Obrigatórias FCM0101 Física I 6 0 6 FFI0180 Laboratório de Física Geral I 2 0 2 SAP0678 Desenho 2 0 2 SAP0679 Humanidades e Ciências Sociais 2 0

Leia mais

1. Introdução 2. Séries Temporais

1. Introdução 2. Séries Temporais 1. Introdução Predição de valores de ações é uma tarefa desafiadora na área de predição de séries temporais financeiras, devido à grande quantidade de variáveis que envolvem essas predições. No passado,

Leia mais

Projeto Supervisionado

Projeto Supervisionado Projeto Supervisionado Caio Almasan de Moura ra: 095620 Indice 1. Introdução 2. Principal Projeto: Modelo de Score 2.1. Objetivo... pg 3 2.2. Agentes Envolvidos... pg 3 2.3. Contextualização... pg 3 2.4.

Leia mais

tipos de métodos, técnicas de inteligência artificial e técnicas de otimização. Por fim, concluise com as considerações finais.

tipos de métodos, técnicas de inteligência artificial e técnicas de otimização. Por fim, concluise com as considerações finais. 1. Introdução A previsão de vendas é fundamental para as organizações uma vez que permite melhorar o planejamento e a tomada de decisão sobre o futuro da empresa. Contudo toda previsão carrega consigo

Leia mais

Universidade Federal de São Paulo Campus São José dos Campos LISTA DE DISCIPLINAS DA GRADUAÇÃO

Universidade Federal de São Paulo Campus São José dos Campos LISTA DE DISCIPLINAS DA GRADUAÇÃO A B C Álgebra Linear Álgebra Linear Computacional Álgebra Linear II Algoritmos e Estrutura de Dados I Algoritmos e Estrutura de Dados II Algoritmos em Bioinformática Alteridade e Diversidade no Brasil

Leia mais

CURSO DE SISTEMAS DE INFORMAÇÃO

CURSO DE SISTEMAS DE INFORMAÇÃO 1 CURSO DE SISTEMAS DE INFORMAÇÃO EMENTÁRIO DAS DISCIPLINAS 2011.1 BRUSQUE (SC) 2015 2 SUMÁRIO 1ª FASE... 4 01 ARQUITETURA DE COMPUTADORES... 4 02 FILOSOFIA... 4 03 FUNDAMENTOS MATEMÁTICOS PARA COMPUTAÇÃO...

Leia mais

17/10/2012. dados? Processo. Doutorado em Engenharia de Produção Michel J. Anzanello. Doutorado EP - 2. Doutorado EP - 3.

17/10/2012. dados? Processo. Doutorado em Engenharia de Produção Michel J. Anzanello. Doutorado EP - 2. Doutorado EP - 3. Definição de Data Mining (DM) Mineração de Dados (Data Mining) Doutorado em Engenharia de Produção Michel J. Anzanello Processo de explorar grandes quantidades de dados à procura de padrões consistentes

Leia mais

Pós-Graduação em Engenharia Elétrica Inteligência Artificial

Pós-Graduação em Engenharia Elétrica Inteligência Artificial Pós-Graduação em Engenharia Elétrica Inteligência Artificial João Marques Salomão Rodrigo Varejão Andreão Inteligência Artificial Definição (Fonte: AAAI ): "the scientific understanding of the mechanisms

Leia mais

Identificação de Caracteres com Rede Neuronal Artificial com Interface Gráfica

Identificação de Caracteres com Rede Neuronal Artificial com Interface Gráfica Identificação de Caracteres com Rede Neuronal Artificial com Interface Gráfica João Paulo Teixeira*, José Batista*, Anildio Toca**, João Gonçalves**, e Filipe Pereira** * Departamento de Electrotecnia

Leia mais

Evolução da cooperação em populações modeladas por autômatos celulares com o uso de teoria de jogos

Evolução da cooperação em populações modeladas por autômatos celulares com o uso de teoria de jogos Geração de modelos de redes com verificação dos parâmetros topológicos Prof. Pedro Schimit - schimit@uninove.br Muitas coisas podem ser modeladas a partir de modelos de redes (ou grafos). A maneira como

Leia mais

Análise de Risco de Crédito em Correspondentes Bancários através de Redes Neurais

Análise de Risco de Crédito em Correspondentes Bancários através de Redes Neurais Análise de Risco de Crédito em Correspondentes Bancários através de Redes Neurais Marcelo França Corrêa, Marley Vellasco ICA: Applied Computational Intelligence Laboratory Department of Electrical Engineering

Leia mais

Estudo comparativo entre modelos de classificação para Behavior Scoring em procedimentos de análise de risco de crédito

Estudo comparativo entre modelos de classificação para Behavior Scoring em procedimentos de análise de risco de crédito Estudo comparativo entre modelos de classificação para Behavior Scoring em procedimentos de análise de risco de crédito Autoria: Rosalvo Ferreira de Oliveira Neto, Roberto Maurício Bokowski Sobrinho, Andre

Leia mais

CURSO DE ENGENHARIA DE AVALIAÇÕES IMOBILIÁRIAS METODOLOGIAS CIENTÍFICAS - REGRESSÃO LINEAR MÓDULO BÁSICO E AVANÇADO - 20 horas cada Vagas Limitadas

CURSO DE ENGENHARIA DE AVALIAÇÕES IMOBILIÁRIAS METODOLOGIAS CIENTÍFICAS - REGRESSÃO LINEAR MÓDULO BÁSICO E AVANÇADO - 20 horas cada Vagas Limitadas CURSO DE ENGENHARIA DE AVALIAÇÕES IMOBILIÁRIAS METODOLOGIAS CIENTÍFICAS - REGRESSÃO LINEAR MÓDULO BÁSICO E AVANÇADO - 20 horas cada Vagas Limitadas MÓDULO BÁSICO DIAS HORÁRIO 13/02/2014 14:00 ÁS 18:00

Leia mais

Relatório da Aula Prática sobre Redes Neurais Artificiais

Relatório da Aula Prática sobre Redes Neurais Artificiais Relatório da Aula Prática sobre Redes Neurais Artificiais Instituto de Informática UFRGS Carlos Eduardo Ramisch Cartão: 134657 INF01017 Redes Neurais e Sistemas Fuzzy Porto Alegre, 16 de outubro de 2006.

Leia mais

DESENVOLVIMENTO DE UM SOFTWARE NA LINGUAGEM R PARA CÁLCULO DE TAMANHOS DE AMOSTRAS NA ÁREA DE SAÚDE

DESENVOLVIMENTO DE UM SOFTWARE NA LINGUAGEM R PARA CÁLCULO DE TAMANHOS DE AMOSTRAS NA ÁREA DE SAÚDE DESENVOLVIMENTO DE UM SOFTWARE NA LINGUAGEM R PARA CÁLCULO DE TAMANHOS DE AMOSTRAS NA ÁREA DE SAÚDE Mariane Alves Gomes da Silva Eliana Zandonade 1. INTRODUÇÃO Um aspecto fundamental de um levantamento

Leia mais

Evolução dos modelos de risco do sistema financeiro nacional

Evolução dos modelos de risco do sistema financeiro nacional Evolução dos modelos de risco do sistema financeiro nacional O avanço da modelagem de risco de empresas nova técnica com uma nova necessidade de processamento no ambiente Big Data julio.guedes@br.experian.com

Leia mais

Curso: Bacharelado em Informática. Instituto de Ciências Matemáticas e de Computação

Curso: Bacharelado em Informática. Instituto de Ciências Matemáticas e de Computação Curso: Bacharelado em Informática Instituto de Ciências Matemáticas e de Computação Informações Básicas do Currículo Duração Ideal 8 semestres Mínima 6 semestres Máxima 14 semestres Carga Horária Aula

Leia mais

Figura 5.1.Modelo não linear de um neurônio j da camada k+1. Fonte: HAYKIN, 2001

Figura 5.1.Modelo não linear de um neurônio j da camada k+1. Fonte: HAYKIN, 2001 47 5 Redes Neurais O trabalho em redes neurais artificiais, usualmente denominadas redes neurais ou RNA, tem sido motivado desde o começo pelo reconhecimento de que o cérebro humano processa informações

Leia mais

Inteligência Computacional [2COP229]

Inteligência Computacional [2COP229] Inteligência Computacional [2COP229] Mestrado em Ciência da Computação Sylvio Barbon Jr barbon@uel.br (2/24) Tema Aula 1 Introdução ao Reconhecimento de Padrões 1 Introdução 2 Componentes clássicos da

Leia mais

UMA ABORDAGEM DE PODA PARA MÁQUINAS DE APRENDIZADO EXTREMO VIA ALGORITMOS GENÉTICOS

UMA ABORDAGEM DE PODA PARA MÁQUINAS DE APRENDIZADO EXTREMO VIA ALGORITMOS GENÉTICOS UMA ABORDAGEM DE PODA PARA MÁQUINAS DE APRENDIZADO EXTREMO VIA ALGORITMOS GENÉTICOS Alisson S. C. Alencar, Ajalmar R. da Rocha Neto Departamento de Computação, Instituto Federal do Ceará (IFCE). Programa

Leia mais

MINERAÇÃO DE DADOS APLICADA. Pedro Henrique Bragioni Las Casas pedro.lascasas@dcc.ufmg.br

MINERAÇÃO DE DADOS APLICADA. Pedro Henrique Bragioni Las Casas pedro.lascasas@dcc.ufmg.br MINERAÇÃO DE DADOS APLICADA Pedro Henrique Bragioni Las Casas pedro.lascasas@dcc.ufmg.br Processo Weka uma Ferramenta Livre para Data Mining O que é Weka? Weka é um Software livre do tipo open source para

Leia mais

Curso Superior de Tecnologia em Banco de Dados Disciplina: Projeto de Banco de Dados Relacional II Prof.: Fernando Hadad Zaidan

Curso Superior de Tecnologia em Banco de Dados Disciplina: Projeto de Banco de Dados Relacional II Prof.: Fernando Hadad Zaidan Faculdade INED Curso Superior de Tecnologia em Banco de Dados Disciplina: Projeto de Banco de Dados Relacional II Prof.: Fernando Hadad Zaidan 1 Unidade 4.5 2 1 BI BUSINESS INTELLIGENCE BI CARLOS BARBIERI

Leia mais

Inteligência Artificial

Inteligência Artificial Inteligência Artificial As organizações estão ampliando significativamente suas tentativas para auxiliar a inteligência e a produtividade de seus trabalhadores do conhecimento com ferramentas e técnicas

Leia mais

Curva ROC. George Darmiton da Cunha Cavalcanti Tsang Ing Ren CIn/UFPE

Curva ROC. George Darmiton da Cunha Cavalcanti Tsang Ing Ren CIn/UFPE Curva ROC George Darmiton da Cunha Cavalcanti Tsang Ing Ren CIn/UFPE Introdução ROC (Receiver Operating Characteristics) Curva ROC é uma técnica para a visualização e a seleção de classificadores baseado

Leia mais

Universidade Tecnológica Federal do Paraná UTFPR Programa de Pós-Graduação em Computação Aplicada Disciplina de Mineração de Dados

Universidade Tecnológica Federal do Paraná UTFPR Programa de Pós-Graduação em Computação Aplicada Disciplina de Mineração de Dados Universidade Tecnológica Federal do Paraná UTFPR Programa de Pós-Graduação em Computação Aplicada Disciplina de Mineração de Dados Prof. Celso Kaestner Poker Hand Data Set Aluno: Joyce Schaidt Versão:

Leia mais

PROTÓTIPO DE SOFTWARE PARA APRENDIZAGEM DE REDES NEURAIS ARTIFICIAIS

PROTÓTIPO DE SOFTWARE PARA APRENDIZAGEM DE REDES NEURAIS ARTIFICIAIS Anais do XXXIV COBENGE. Passo Fundo: Ed. Universidade de Passo Fundo, Setembro de 2006. ISBN 85-7515-371-4 PROTÓTIPO DE SOFTWARE PARA APRENDIZAGEM DE REDES NEURAIS ARTIFICIAIS Rejane de Barros Araújo rdebarros_2000@yahoo.com.br

Leia mais

IC Inteligência Computacional Redes Neurais. Redes Neurais

IC Inteligência Computacional Redes Neurais. Redes Neurais Universidade Federal do Rio de Janeiro PÓS-GRADUAÇÃO / 2008-2 IC Inteligência Computacional Redes Neurais www.labic.nce.ufrj.br Antonio G. Thomé thome@nce.ufrj.br Redes Neurais São modelos computacionais

Leia mais

Uma aplicação de Inteligência Computacional e Estatística Clássica na Previsão do Mercado de Seguros de Automóveis Brasileiro

Uma aplicação de Inteligência Computacional e Estatística Clássica na Previsão do Mercado de Seguros de Automóveis Brasileiro Uma aplicação de Inteligência Computacional e Estatística Clássica na Previsão do Mercado de Seguros de Automóveis Brasileiro Tiago Mendes Dantas t.mendesdantas@gmail.com Departamento de Engenharia Elétrica,

Leia mais

Curso de Redes Neurais utilizando o MATLAB

Curso de Redes Neurais utilizando o MATLAB Curso de Redes Neurais utilizando o MATLAB Victoria Yukie Matsunaga Belém-Pará-Brasil 2012 Esta apostila tem como principal objetivo fornecer um material de auxílio ao Curso de Redes Neurais utilizando

Leia mais

3. REDES DE CAMADA ÚNICA

3. REDES DE CAMADA ÚNICA 3. REDES DE CAMADA ÚNICA Perceptron Forma mais simples de RN Utilizado para classificação de padrões (linearmente separáveis) Consiste em um único neurônio, com pesos sinápticos ajustáveis e bias 3.1 Funções

Leia mais

Relatório de uma Aplicação de Redes Neurais

Relatório de uma Aplicação de Redes Neurais UNIVERSIDADE ESTADUAL DE MONTES CLAROS CENTRO DE CIÊNCIAS EXATAS E TECNOLÓGICAS DEPARTAMENTO DE CIÊNCIAS DA COMPUTACAÇÃO ESPECIALIZAÇÃO EM ENGENHARIA DE SISTEMAS DISCIPLINA: REDES NEURAIS PROFESSOR: MARCOS

Leia mais

3 Estado da arte em classificação de imagens de alta resolução

3 Estado da arte em classificação de imagens de alta resolução 37 3 Estado da arte em classificação de imagens de alta resolução Com a recente disponibilidade de imagens de alta resolução produzidas por sensores orbitais como IKONOS e QUICKBIRD se tornou-se possível

Leia mais

Complemento II Noções Introdutória em Redes Neurais

Complemento II Noções Introdutória em Redes Neurais Complemento II Noções Introdutória em Redes Neurais Esse documento é parte integrante do material fornecido pela WEB para a 2ª edição do livro Data Mining: Conceitos, técnicas, algoritmos, orientações

Leia mais

TÉCNICAS DE APRENDIZAGEM DE MÁQUINA PARA PREVISÃO DE SUCESSO EM IMPLANTES DENTÁRIOS

TÉCNICAS DE APRENDIZAGEM DE MÁQUINA PARA PREVISÃO DE SUCESSO EM IMPLANTES DENTÁRIOS TÉCNICAS DE APRENDIZAGEM DE MÁQUINA PARA PREVISÃO DE SUCESSO EM IMPLANTES DENTÁRIOS Trabalho de Conclusão de Curso Engenharia da Computação Nome do Aluno: Carolina Baldisserotto Orientador: Prof. Adriano

Leia mais

Simulador de Redes Neurais Multiplataforma

Simulador de Redes Neurais Multiplataforma Simulador de Redes Neurais Multiplataforma Lucas Hermann Negri 1, Claudio Cesar de Sá 2, Ademir Nied 1 1 Departamento de Engenharia Elétrica Universidade do Estado de Santa Catarina (UDESC) Joinville SC

Leia mais

Estimativa de Esforço em Projetos de Software com Extreme Learning Machines (ELM)

Estimativa de Esforço em Projetos de Software com Extreme Learning Machines (ELM) Estimativa de Esforço em Projetos de Software com Extreme Learning Machines (ELM) Trabalho de Conclusão de Curso Engenharia da Computação João Fausto Lorenzato de Oliveira Orientador: Prof. Sérgio Castelo

Leia mais

Algoritmo CHAID aplicado à análise de risco de inadimplência no setor imobiliário. Miriam Rodrigues Silvestre (miriam@fct.unesp.

Algoritmo CHAID aplicado à análise de risco de inadimplência no setor imobiliário. Miriam Rodrigues Silvestre (miriam@fct.unesp. Algoritmo CHAID aplicado à análise de risco de inadimplência no setor imobiliário Miriam Rodrigues Silvestre (miriam@fct.unesp.br) Dep. Matemática, Estatística e Computação (DMEC), FCT, Unesp Univ Estadual

Leia mais

DCBD. Avaliação de modelos. Métricas para avaliação de desempenho. Avaliação de modelos. Métricas para avaliação de desempenho...

DCBD. Avaliação de modelos. Métricas para avaliação de desempenho. Avaliação de modelos. Métricas para avaliação de desempenho... DCBD Métricas para avaliação de desempenho Como avaliar o desempenho de um modelo? Métodos para avaliação de desempenho Como obter estimativas confiáveis? Métodos para comparação de modelos Como comparar

Leia mais

Projeto Pedagógico do Bacharelado em Ciência da Computação. Comissão de Curso e NDE do BCC

Projeto Pedagógico do Bacharelado em Ciência da Computação. Comissão de Curso e NDE do BCC Projeto Pedagógico do Bacharelado em Ciência da Computação Comissão de Curso e NDE do BCC Fevereiro de 2015 Situação Legal do Curso Criação: Resolução CONSU no. 43, de 04/07/2007. Autorização: Portaria

Leia mais

Medidas do Valor Preditivo de Modelos de Classificação Aplicados a Dados de Crédito

Medidas do Valor Preditivo de Modelos de Classificação Aplicados a Dados de Crédito CNPq - Conselho Nacional de Desenvolvimento Científico e Tecnológico PROJETO DE PESQUISA DE INICIAÇÃO CIENTÍFICA Medidas do Valor Preditivo de Modelos de Classificação Aplicados a Dados de Crédito Paulo

Leia mais

Construção de Modelos de Previsão de Risco de Crédito Utilizando Técnicas de Estatística Multivariada

Construção de Modelos de Previsão de Risco de Crédito Utilizando Técnicas de Estatística Multivariada MINISTÉRIO DA EDUCAÇÃO UNIVERSIDADE FEDERAL DE PELOTAS PRÓ-REITORIA DE PESQUISA E PÓS-GRADUAÇÃO Construção de Modelos de Previsão de Risco de Crédito Utilizando Técnicas de Estatística Multivariada Equipe

Leia mais

Aprendizado de classificadores das ementas da Jurisprudência do Tribunal Regional do Trabalho da 2ª. Região - SP

Aprendizado de classificadores das ementas da Jurisprudência do Tribunal Regional do Trabalho da 2ª. Região - SP Aprendizado de classificadores das ementas da Jurisprudência do Tribunal Regional do Trabalho da 2ª. Região - SP Thiago Ferauche, Maurício Amaral de Almeida Laboratório de Pesquisa em Ciência de Serviços

Leia mais

Prof. Msc. Paulo Muniz de Ávila

Prof. Msc. Paulo Muniz de Ávila Prof. Msc. Paulo Muniz de Ávila O que é Data Mining? Mineração de dados (descoberta de conhecimento em bases de dados): Extração de informação interessante (não-trivial, implícita, previamente desconhecida

Leia mais

Módulo 6: Inteligência Artificial

Módulo 6: Inteligência Artificial Módulo 6: Inteligência Artificial Assuntos: 6.1. Aplicações da IA 6.2. Sistemas Especialistas 6.1. Aplicações da Inteligência Artificial As organizações estão ampliando significativamente suas tentativas

Leia mais

Aula 2 RNA Arquiteturas e Treinamento

Aula 2 RNA Arquiteturas e Treinamento 2COP229 Aula 2 RNA Arquiteturas e Treinamento 2COP229 Sumário 1- Arquiteturas de Redes Neurais Artificiais; 2- Processos de Treinamento; 2COP229 1- Arquiteturas de Redes Neurais Artificiais -Arquitetura:

Leia mais

Noções de Pesquisa e Amostragem. André C. R. Martins

Noções de Pesquisa e Amostragem. André C. R. Martins Noções de Pesquisa e Amostragem André C. R. Martins 1 Bibliografia Silva, N. N., Amostragem probabilística, EDUSP. Freedman, D., Pisani, R. e Purves, R., Statistics, Norton. Tamhane, A. C., Dunlop, D.

Leia mais

Experimentos de Mineração de Dados em R Disciplina do curso de Pós-Graduação da UTFPR

Experimentos de Mineração de Dados em R Disciplina do curso de Pós-Graduação da UTFPR Experimentos de Mineração de Dados em R Disciplina do curso de Pós-Graduação da UTFPR Paulo Carvalho Diniz Junior CPGEI / UTFPR Avenida Sete de Setembro, 3165 Curitiba-PR - CEP 80.230-910 E-mail: paulo.carvalho.diniz@gmail.com

Leia mais

Curso de Engenharia Formação Geral 1º e 2º anos

Curso 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 mais

Classificação: Definição. Classificação: conceitos básicos e árvores de decisão. Exemplos de Tarefas de Classificação

Classificação: Definição. Classificação: conceitos básicos e árvores de decisão. Exemplos de Tarefas de Classificação Classificação: Definição Mineração de dados Classificação: conceitos básicos e árvores de decisão Apresentação adaptada do material de apoio do livro: Introduction to Data Mining Tan, Steinbach, Kumar

Leia mais

Curso de Engenharia. Formação Geral 1º e 2º anos

Curso de Engenharia. Formação Geral 1º e 2º anos Curso de Engenharia Formação Geral 1º e 2º anos DISCIPLINA 1º Bimestre Introdução à Engenharia Informática Matemática Produção de Textos 2º Bimestre Cálculo I Física I Inglês Metodologia Científica 3º

Leia mais

Aplicações Práticas com Redes Neurais Artificiais em Java

Aplicações Práticas com Redes Neurais Artificiais em Java com em Java Luiz D Amore e Mauro Schneider JustJava 2009 17 de Setembro de 2009 Palestrantes Luiz Angelo D Amore luiz.damore@metodista.br Mauro Ulisses Schneider mauro.schneider@metodista.br http://blog.mauros.org

Leia mais

Sistemas de Apoio à Decisão

Sistemas de Apoio à Decisão Sistemas de Apoio à Decisão Data Mining & Optimização Victor Lobo Objectivos gerais Abrir horizontes em temas actuais Aprender técnicas usadas em Sistemas de apoio à decisão ou Business Intelligence Métodos

Leia mais

PROPOSTA DE FORMAÇÃO FORMAÇÃO NÍVEL I

PROPOSTA DE FORMAÇÃO FORMAÇÃO NÍVEL I PROPOSTA DE FORMAÇÃO INTRODUÇÃO As probabilidades e estatística funcionam hoje em dia como uma ferramenta não só de apoio, mas sim de iluminação para as diferentes ciências. Qualquer profissional não poderá

Leia mais

Universidade Federal de São Carlos Centro de Ciências Exatas e de Tecnologia Programa de Pós Graduação em Estatística Departamento de Estatística

Universidade Federal de São Carlos Centro de Ciências Exatas e de Tecnologia Programa de Pós Graduação em Estatística Departamento de Estatística Universidade Federal de São Carlos Centro de Ciências Exatas e de Tecnologia Programa de Pós Graduação em Estatística Departamento de Estatística Modelos de Regressão Logística Clássica, Bayesiana e Redes

Leia mais

Previsão do Mercado de Ações Brasileiro utilizando Redes Neurais Artificiais

Previsão do Mercado de Ações Brasileiro utilizando Redes Neurais Artificiais Previsão do Mercado de Ações Brasileiro utilizando Redes Neurais Artificiais Elisângela Lopes de Faria (a) Marcelo Portes Albuquerque (a) Jorge Luis González Alfonso (b) Márcio Portes Albuquerque (a) José

Leia mais

SISTEMAS INTELIGENTES DE APOIO À DECISÃO

SISTEMAS INTELIGENTES DE APOIO À DECISÃO SISTEMAS INTELIGENTES DE APOIO À DECISÃO As organizações estão ampliando significativamente suas tentativas para auxiliar a inteligência e a produtividade de seus trabalhadores do conhecimento com ferramentas

Leia mais

logica2309 UMA ABORDAGEM ALTERNATIVA DE BEHAVIORAL SCORING USANDO MODELAGEM HÍBRIDA DE DOIS ESTÁGIOS COM REGRESSÃO LOGÍSTICA E REDES NEURAIS.

logica2309 UMA ABORDAGEM ALTERNATIVA DE BEHAVIORAL SCORING USANDO MODELAGEM HÍBRIDA DE DOIS ESTÁGIOS COM REGRESSÃO LOGÍSTICA E REDES NEURAIS. logica2309 UMA ABORDAGEM ALTERNATIVA DE BEHAVIORAL SCORING USANDO MODELAGEM HÍBRIDA DE DOIS ESTÁGIOS COM REGRESSÃO LOGÍSTICA E REDES NEURAIS. 2012 Sumário Resumo... 2 1. Introdução... 2 2. Fundamentação

Leia mais

Assunto 9 : Tecnologias de Inteligência Artificial nos Negócios

Assunto 9 : Tecnologias de Inteligência Artificial nos Negócios Assunto 9 : Tecnologias de Inteligência Artificial nos Negócios Empresas e outras organizações estão ampliando significativamente suas tentativas para auxiliar a inteligência e a produtividade de seus

Leia mais

Roteiro para Análise de Projetos de Pesquisas Científicas Quantitativas

Roteiro para Análise de Projetos de Pesquisas Científicas Quantitativas Roteiro para Análise de Projetos de Pesquisas Científicas Quantitativas Comitê de Ética em Pesquisa Universidade de Caxias do Sul Sumário da Reunião de Educação Continuada sobre Ética em Pesquisa realizada

Leia mais

Tome Melhores Decisões Através da Inteligência Preditiva

Tome Melhores Decisões Através da Inteligência Preditiva IBM SPSS Modeler Professional Tome Melhores Decisões Através da Inteligência Preditiva Destaques Crie estratégias mais eficazes avaliando tendências e resultados prováveis. Acesse, prepare e modele facilmente

Leia mais

4 Análise de Dados. 4.1 Perfil dos Respondentes

4 Análise de Dados. 4.1 Perfil dos Respondentes 4 Análise de Dados 4.1 Perfil dos Respondentes A taxa de resposta foi de aproximadamente 8% de respostas na amostra de clientes que compram fora da loja (telefone e/ou Internet) e 3% na amostra de clientes

Leia mais

Aplicação de Ensembles de Classificadores na Detecção de Patologias na Coluna Vertebral

Aplicação de Ensembles de Classificadores na Detecção de Patologias na Coluna Vertebral Aplicação de Ensembles de Classificadores na Detecção de Patologias na Coluna Vertebral Hedenir M. Pinheiro Instituto de Informática Universidade Federal de Goiás (UFG) Caixa Postal 131 74001-970 Goiânia

Leia mais

Do neurônio biológico ao neurônio das redes neurais artificiais

Do neurônio biológico ao neurônio das redes neurais artificiais Do neurônio biológico ao neurônio das redes neurais artificiais O objetivo desta aula é procurar justificar o modelo de neurônio usado pelas redes neurais artificiais em termos das propriedades essenciais

Leia mais

Expanda suas Capacidades Analíticas

Expanda suas Capacidades Analíticas Módulos IBM SPSS Statistics Expanda suas Capacidades Analíticas Um guia resumido dos módulos para o IBM SPSS Statistics Base Destaques Existem vários produtos IBM SPSS para te ajudar em cada fase do projeto

Leia mais

KDD. Fases limpeza etc. Datamining OBJETIVOS PRIMÁRIOS. Conceitos o que é?

KDD. Fases limpeza etc. Datamining OBJETIVOS PRIMÁRIOS. Conceitos o que é? KDD Conceitos o que é? Fases limpeza etc Datamining OBJETIVOS PRIMÁRIOS TAREFAS PRIMÁRIAS Classificação Regressão Clusterização OBJETIVOS PRIMÁRIOS NA PRÁTICA SÃO DESCRIÇÃO E PREDIÇÃO Descrição Wizrule

Leia mais

PROTÓTIPO PARA PREVISÃO DO MERCADO DE AÇÕES UTILIZANDO BANDAS DE BOLLINGER

PROTÓTIPO PARA PREVISÃO DO MERCADO DE AÇÕES UTILIZANDO BANDAS DE BOLLINGER PROTÓTIPO PARA PREVISÃO DO MERCADO DE AÇÕES UTILIZANDO BANDAS DE BOLLINGER Adriano Cassaniga Petry Prof. Roosevelt dos Santos Junior - Orientador ROTEIRO Introdução Objetivos Fundamentação Teórica Requisitos

Leia mais

APLICAÇÃO DE RNA NA ÁREA DA SIMULAÇÃO ENERGÉTICA DE EDIFÍCIOS

APLICAÇÃO DE RNA NA ÁREA DA SIMULAÇÃO ENERGÉTICA DE EDIFÍCIOS APLICAÇÃO DE RNA NA ÁREA DA SIMULAÇÃO ENERGÉTICA DE EDIFÍCIOS RICARDO ALMEIDA (Departamento de Engenharia Civil do Instituto Politécnico de Viseu e CONSTRUCT-LFC, Faculdade de Engenharia da Universidade

Leia mais

Introdução às Redes Neurais Artificiais

Introdução às Redes Neurais Artificiais Introdução às Redes Neurais Artificiais Treinamento via Algoritmos Genéticos Prof. João Marcos Meirelles da Silva http://www.professores.uff.br/jmarcos Departamento de Engenharia de Telecomunicações Escola

Leia mais

Projeto de Redes Neurais e MATLAB

Projeto de Redes Neurais e MATLAB Projeto de Redes Neurais e MATLAB Centro de Informática Universidade Federal de Pernambuco Sistemas Inteligentes IF684 Arley Ristar arrr2@cin.ufpe.br Thiago Miotto tma@cin.ufpe.br Baseado na apresentação

Leia mais

O QUE É E COMO FUNCIONA O CREDIT SCORING PARTE I

O QUE É E COMO FUNCIONA O CREDIT SCORING PARTE I O QUE É E COMO FUNCIONA O CREDIT SCORING PARTE I! A utilização de escores na avaliação de crédito! Como montar um plano de amostragem para o credit scoring?! Como escolher as variáveis no modelo de credit

Leia mais

Algoritmos Construtivos. Prof. Júlio Cesar Nievola PPGIA PUCPR Especialização em Inteligência Computacional

Algoritmos Construtivos. Prof. Júlio Cesar Nievola PPGIA PUCPR Especialização em Inteligência Computacional Algoritmos Construtivos PPGIA PUCPR Introdução Motivação: transformar o treinamento em um problema simples de aprendizagem de uma célula: Algoritmo da torre Algoritmo da pirâmide Algoritmo de correlação

Leia mais

Avaliação de classificadores na classificação de radiografias de tórax para o diagnóstico de pneumonia infantil

Avaliação de classificadores na classificação de radiografias de tórax para o diagnóstico de pneumonia infantil UNIVERSIDADE FEDERAL DE GOIÁS INSTITUTO DE INFORMÁTICA RAFAEL TEIXEIRA SOUSA Avaliação de classificadores na classificação de radiografias de tórax para o diagnóstico de pneumonia infantil Goiânia 2013

Leia mais

Análise e visualização de dados utilizando redes neurais artificiais auto-organizáveis

Análise e visualização de dados utilizando redes neurais artificiais auto-organizáveis Análise e visualização de dados utilizando redes neurais artificiais auto-organizáveis Adriano Lima de Sá Faculdade de Computação Universidade Federal de Uberlândia 20 de junho de 2014 Adriano L. Sá (UFU)

Leia mais