APLICAÇÃO DE DATA MINING NA IDENTIFICAÇÃO DE PADRÕES EM CRIANÇAS RESPIRADORAS BUCAIS E NASAIS 1.
|
|
- Maria Laura Custódio das Neves
- 8 Há anos
- Visualizações:
Transcrição
1 APLICAÇÃO DE DATA MINING NA IDENTIFICAÇÃO DE PADRÕES EM CRIANÇAS RESPIRADORAS BUCAIS E NASAIS 1. SQUIZANI, Cleonice Schell 2 ; MORALES, Yuri 2 ; VIEIRA, Sylvio André Garcia 2 1 Trabalho de pesquisa - UNIFRA 2 Curso de Sistemas de Informação do Centro Universitário Franciscano (UNIFRA), Santa Maria, RS, Brasil cleoshs@hotmail.com; sylvio@unifra.br; RESUMO O objetivo desse trabalho é realizar um estudo com mineração de dados. Através do qual se aplica os principais algoritmos de classificação em uma base de dados, dentre os algoritmos podemos citar: algoritmos de indução, de regras de decisão, redes neurais artificiais, algoritmos baseados em métodos estatísticos, etc.. Serão realizadas comparações de desempenho sobre resultados obtidos pelos algoritmos, para determinar a possibilidade de identificação de um padrão que possa classificar os respiradores bucais e nasais, a partir dos padrões definidos pelo algoritmo. Para o estudo e testes desses algoritmos foi utilizada uma base de dados contendo informações sobre padrões esqueléticos e características oclusais de crianças respiradoras bucais e nasais (MATTAR, 2002). Aplicou-se diversos classificadores através do software Weka. Observou-se que há comportamentos distintos entre os classificadores e que alguns deles conseguiram bons resultados na classificação. Palavras-chave: Base de Dados, WEKA, Data Mining, Classificação. 1. INTRODUÇÃO A cada dia, o uso de base de dados em organizações vem assumindo maiores proporções e, a extração de informações, a partir de grande quantidade de dados, passou a ser uma tarefa de total importância. No entanto, extrações a partir de consultas em linguagem SQL feitas por usuários, nem sempre satisfazem plenamente as necessidades na busca de resultados. Nesse sentido, se faz necessário outas formas de extração, para que novas informações em funções de padrões ou regras sejam descobertas a partir de uma base de dados, principalmente, se tratando de informações com a capacidade para correlacionar coisas aparentemente desvinculadas (REZENDE, 1999). Portanto, se faz necessário o uso de softwares e ferramentas específicas, e algoritmos para efetuar consultas sobre base de dados, onde apresentam grande quantidade de dados e
2 informações. Nesse contexto, são de fundamental importância, o estudo e desenvolvimento de ferramentas de Data Mining mais confiáveis, que a partir da extração de registros, obtem-se informações necessárias que auxiliem o usuário na tomada de decisões nos mais diferentes ramos de atuação. 2. MINERAÇÃO DE DADOS (DATA MINING) A Mineração de Dados é um processo de análise e interpretação executado por um sistema especialista. E como analisar grandes volumes de dados e obter informações importantes em um curto espaço de tempo? Isso é possível através do processo de descoberta do conhecimento em banco de dados denominado KDD - Knowledge Discovery in Data Bases. Este processo, que exige pesquisa em um conjunto de dados a fim de obter-se frequências, combinações e modelos que sejam novidade, que tenham valor agregado, e que possam ser aplicados na prática e totalmente inteligíveis para o ser humano. (FAYYAD,1996). O processo de descoberta do conhecimento não se resume apenas a analisar grandes bases de dados e obter padrões, é necessário trabalhar com estas informações e transformá-las em retorno empresarial (CARVALHO, 2005). O processo da utilização de técnicas de mineração de dados (data mining) vem sendo bastante utilizado em diversas áreas como finanças, economia, biologia, astronomia, análise de mercado, diagnósticos, entre outros, mas principalmente o seu crescimento aplicado à área de Ciência da Computação, ainda no processo do KDD pode se citar a combinação de técnicas de aprendizado de máquina, reconhecimento de padrões, estatísticas, banco de dados e visualização para extrair conhecimento (ou informação) de dados brutos, através da técnica de mineração de dados. Carvalho (2001) define mineração de dados como o uso de técnicas automáticas de exploração de grandes quantidades de dados de forma a descobrir novos padrões e relações que, devido ao volume de dados, não seriam facilmente descobertos a olho nu pelo ser humano. Para que os padrões sejam descobertos, é necessário que os dados estejam simplificados a fim de que se possa descartar aquilo que é específico e, privilegiar aquilo que é genérico (NAVEGA,2002). Dentro do processo total de KDD, se gasta 60% do tempo na preparação dos dados e apenas 10% no processo de mineração (CABENA, 1998). Pelo fato do KDD ser um processo, sugere que existam vários passos. Estes passos são considerados interativos porque a maioria requer avaliação e tomada de decisão por parte do usuário e, iterativos porque é possível, de qualquer
3 etapa, voltar para alguma etapa anterior até que se chegue ao resultado esperado (GHEDINI, 2009). De acordo com Goldschmidt (2005), a etapa de pré-processamento tem como objetivo principal preparar os dados em questão para a utilização destes pelos algoritmos de Data Mining. Dados bem organizados e formatados colaboram para resultados eficientes durante a busca por conhecimento. Já na etapa de mineração de dados é onde se inicia a busca por informações relevantes na base de dados, através da aplicação correta dos algoritmos ainda segundo Goldschmidt (2005), o desafio no processo de KDD está na interpretação correta dos fatos detectados durante o processo, e também na decisão sobre que atitudes tomar perante esses fatos. Com isso, se conclui que, apesar do KDD ser um processo altamente relevante, é necessário um acompanhamento humano na busca por conhecimento. Seleção de um conjunto de dados Nesse processo identifica-se a origem dos dados e se extrai aqueles que são imprescindíveis para uma análise inicial necessária para aplicar o processo de mineração, para efetuar o uso de algoritmos específicos que mais se adequam aos dados. Pre-processamento e limpeza dos dados Tem como finalidade garantir que os dados selecionados tenham qualidade para que se consiga trabalhar com registros afins, para que se obtenha o conhecimento. Os referidos dados, nesta fase possuem informações incompletas, redundantes e ruidosas, as quais devem ser analisadas e excluídas. Transformação Possibilita a transformação ou consolidação dos dados no formato apropriado para o processo de mineração. Mineração Nesta fase, aplicam-se os algoritmos na base de dados, para obter-se o conhecimento desejado, podendo ser testados por todos os algoritmos para encontrar o resultado mais satisfatório. Encontrando assim, padrões específicos analisados previamente no inicio da seleção de requisitos, e durante o processamento. Execução Os algoritmos nessa fase requer o acompanhamento de um analista de dados e até algumas vezes, de um administrador de bancos de dados caso seja necessário
4 alguma alteração no modelo. O que for definido nesta etapa irá variar de acordo com o tipo de aplicação que está sendo desenvolvida. Interpretação e Avaliação O processo de mineração dos dados não faria sentido se os padrões descobertos não fossem avaliados a fim de se descobrir se as causas dos problemas foram solucionadas ou se o objetivo da empresa foi alcançado (CARVALHO, 2005). Esta etapa deve ser executada pelo analista de dados e pelo analista de negócios, eventualmente poderá ser contatado também o executivo responsável para fornecer esclarecimentos sobre as descobertas encontradas, relacionando aos objetivos do negócio a fim de validá-las ( CABENA,1998). Resultados do conhecimento descoberto Esta etapa fecha o ciclo da descoberta do conhecimento e é responsável por colocar em ação todo o conhecimento adquirido durante as etapas anteriores. O papel do analista de negócios e do executivo responsável é tornar convincente todas as descobertas e encontrar a melhor maneira de explorá-las. Caso se chegue à conclusão de que as descobertas não foram suficientes para resolver o problema apontado no início do processo, pode-se aplicar todo o ciclo novamente ( CABENA,1998). Segundo Loria (2008), o Data Mining oferece diversos recursos para a sociedadecomo se descreve a seguir: - Classificação: é a técnica de Data Mining que oferece a filtragem de dados de um banco, com o objetivo de transformar essa filtragem em informação útil para quem está utilizando a técnica. Exemplo: visualizar quem são os alunos que deixaram de pagar a mensalidade da faculdade e em que período esse atraso ocorre com mais freqüência na instituição; - Regressão: é um recurso que permite a realização de cálculos entre variáveis dependentes e independentes. O objetivo principal da regressão é buscar resultados visando novos resultados futuros. Exemplo: calcular a previsão de lucro líquido de uma empresa para o mês seguinte, se baseando em uma média dos valores dos meses anteriores; - Segmentação: trata-se de um mecanismo com o objetivo de agrupar dados de mesmas características. A segmentação é uma ferramenta utilizada para a simplificação e abstração de dados. Não efetua previsões. Exemplo: selecionar os clientes bons pagadores. Ou: selecionar os clientes maus pagadores.
5 - Associação: é uma técnica com o objetivo de encontrar regras de acordo com os interesses de um cliente. Exemplo: em um site de uma loja virtual de livros, a técnica de associação verifica o livro pesquisado pelo cliente em um primeiro momento. Quando este cliente retornar, o sistema irá oferecer outros livros que abordam temas semelhantes ao pesquisado por ele anteriormente; Neste trabalho utilizou-se o ambiente explorer do WEKA, para a realização dos testes, o weka utiliza arquivos de dados de treinamento, com formato (arff), é possível trabalhar em uma base de dados e fazer alguns dos processos de mineração sem precisar escrever uma linha de código, mas para isso é preciso algumas regras, como os dados estejam pré - processados e gravados dentro de um arquivo.arff. (Attribute Relation File Format). Onde devem ser mostradas quais variáveis são permitidas para uma relação específica, bem como o tipo de dado de cada variável, isto é, nominal ou valor numérico. Deverá conter uma lista de todos os atributos definindo-se o tipo do atributo ou os valores que ele pode representar. Os valores devem estar representados entre chaves {} e separados por vírgulas, a ausência de um item em um registro deve ser atribuída pelo símbolo?. Para isso podemos usar programas de planilhas eletrônicas e banco de dados os quais permitem exportar os dados em um arquivo onde as vírgulas são os separadores. Uma vez feito isso, é necessário apenas carregar o arquivo em um editor de texto e adicionar o nome do conjunto de dados nome_do_conjuto_de_dados, para cada atributo e após colocar uma linha e logo em seguida os dados em si, salvando o arquivo como texto puro com extensão ARFF. Após a formatação do arquivo, ele fica pronto para ser analisado pela usado para rotular o conjunto de dados a ser usado para rotular os atributos, define as características, ou seja o tipo de cada variável : nominal, numérico, usado para identificar os dados da base. As informações devem ser colocadas separadas por vírgulas, e cada linha representa um único registro. AMBIENTE EXPLORER CLASSIFICAÇÃO Após a abertura da base de dados, é utilizado o ambiente de classificação, onde acontece a escolha do classificador, ou seja, o algoritmo a ser executado e a técnica de validação. Feito as escolhas dos requisitos, inicia-se o processo de execução, onde ao final do processo o WEKA disponibiliza os resultados em
6 porcentagem de erro e acerto, neste, caso representa os erros e acertos para classificação de certo tipo de respiração. O Weka é formado por um conjunto de pacotes: Select atributtes, classify, cluster, associate e estimators. Cada pacote é formado por vários algoritmos que possuem funções específicas de acordo com as tarefas de Data Mining. A classificação é uma das técnicas mais utilizadas de mineração de dados, simplesmente porque é uma das mais realizadas tarefas humanas no auxílio à compreensão do ambiente em que se vive, sendo, também, a tarefa mais estudada em KDD. As tarefas de classificação têm inúmeras aplicações, incluindo detecção de fraudes, alvos comerciais, fabricação e diagnóstico médico (HAN E KAMBER, 2006). O princípio da tarefa de classificação é descobrir algum tipo de relacionamento entre os atributos preditivos e o atributo objetivo, de modo a descobrir um conhecimento que possa ser utilizado para prever a classe de uma tupla desconhecida, ou seja, que ainda não possui uma classe definida. ALGORITMOS PARA CLASSIFICAÇÃO DE DADOS Existe uma grande variedade de algoritmos para classificação de dados tais como bayes, functions, rules, trees, entre outros. Neste trabalho, serão testados todos os que são instalados junto como Weka original, com a finalidade de obter o melhor resultado possível e também, o algoritmo de pior classificação para essa base de dados. A citação dos algoritmos deve-se ao fato dos mesmos serem populares e muito utilizados no meio acadêmico para mineração de dados e por fazer parte do pacote de ferramentas Weka. ORIGEM DOS DADOS Segundo MATTAR,( 2002), foram avaliados 73 casos de crianças de ambos os sexos, com idade entre 3 e 6 anos, para verificar a influência da respiração bucal crônica sobre o crescimento e desenvolvimento dentofacial em idades mais precoses. Após o diagnóstico otorrinolaringológico quanto à respiração, 44 crianças respiradoras bucais e 29 respiradoras nasais foram comparadas no que se refere ao padrão morfológico da face (analisado por meio de radiografia cefalométrica lateral) e características oclusais (analisadas nos modelos de estudo). Através dos dados coletados, e dos resultados obtidos usou-se essa base de dados pronta para aplicação de mineração de dados e algoritmos de classificação. Cada um dos 73 registros dessa base (total de casos coletados) com 5 atributos como o ipm (inclinação do plano mandibular ), arm (a altura do ramo da mandíbula), tmdf (o
7 tipo morfológico dolicofacial), dim (distâncias intermolares),e bucal são os registros de entrada, sendo 4 valores numéricos e um 1 nominal para apresentar a saída esperada. Importado a base de dados para um arquivo com extensão.cvs, onde os dados foram separados por virgula no caso (usando a ferramenta Microsoft Excel), após enviado para um editor de texto simples, substituindo o ponto e virgula que separava os dados pela virgula para depois importar para O weka e salvar com a extensão.arff. E assim poder trabalhar com os algoritmos de classificação em cima dos dados. DISCUSSÃO: O objetivo deste trabalho foi avaliar uma base de dados contendo informações sobre padrões esqueléticos e características oclusais de crianças respiradoras bucais e nasais, a fim de determinar a possibilidade de criação de um padrão que possa diagnosticar respiradores bucais ou respiradores nasais, a partir dos padrões definidos pelo software. Os padrões esqueléticos utilizados neste trabalho foram basicamente a inclinação do plano mandibular (IPM), a altura do ramo da mandíbula (ARM), o tipo morfológico dolicofacial (TMDF), e como características oclusais, foram utilizadas as distâncias intermolares (DIM). RESULTADOS: Com testes realizados em todos os algoritmos de classificação incorporados ao software Weka, obteve-se melhor resultado no Algoritmo J48, como descrito a seguir: O software classificou a base de dados carregada com 73 pacientes sendo que 44 clinicamente diagnosticados como respiradores bucais e 29 clinicamente diagnosticados como respiradores nasais como controle. O software conseguiu classificar corretamente 55 casos, sendo 43 como respiradores bucais e 12 como respiradores nasais, como podemos observar na matriz de confusão da Figura 1, o que dentro dos respiradores bucais, é um resultado excelente, pois condiciona que 97,72 % dos casos classificados estão dentro de um padrão de evolução, e em apenas 2,28 %, não pode ser definido um padrão de respirador bucal. No caso dos respiradores nasais, podemos verificar que dos 29 clinicamente diagnosticados como respiradores nasais, apenas 41,38 % pode ser incluído dentro de um padrão, deixando 58,62 % dos respiradores nasais sem estarem incluídos no
8 padrão detectado, e 18 casos não se enquadram nem como respiradores bucais, nem como respiradores nasais. Os piores resultados foram obtidos com o Algoritmo IBK, como segue: O software também foi aplicado à base de dados carregada com 73 pacientes sendo que 44 clinicamente diagnosticados como respiradores bucais e 29 clinicamente diagnosticados como respiradores nasais como controle. O software conseguiu classificar corretamente 35 casos, sendo 24 como respiradores bucais e 11 como respiradores nasais, como podemos observar na matriz de confusão da Figura 2, o resultado não pode ser considerado bom, pois indica que 54,55 % dos casos classificados estão dentro de um padrão de evolução, e em 45,45 %, não pode ser definido um padrão de respirador bucal. No caso dos respiradores nasais, podemos verificar que dos 29 clinicamente diagnosticados como respiradores nasais, apenas 37,93 % pode ser incluído dentro de um padrão, deixando 62,07 % dos respiradores nasais sem estarem incluídos no padrão detectado, e 38 casos não se enquadram nem como respiradores bucais, nem como respiradores nasais. CONCLUSÕES: Os algoritmos de classificação são muito distintos entre si, e se adequam a determinados tipos de dados. Por este motivo, uma mesma fonte de informação, aplicado a diferentes algoritmos, se traduz em diferentes resultados. Cabe ao pesquisador escolher que tipo de algoritmo deve ser usado em determinada base para obtenção das melhores classificações. O Algoritmo J48 mostrou-se adequado para ser utilizado nesta pesquisa, obtendo os melhores resultados dentre os disponibilizados pelo software Weka. REFERÊNCIAS BIBLIOGRÁFICAS CABENA, P. et al. Discovering Data Mining from concept to implementation. New Jersey, USA: Prentice Hall Ptr, CARVALHO, L. A.V. Datamining: A Mineiração de Dados no Marketing, Medicina, Economia, Engenharia e Administração. São Paulo: Editora Érica Ltda, CARVALHO, L. A. V. Datamining : A Mineração de Dados no Marketing, Medicina, Economia, Engenharia e Administração. Rio de Janeiro: Ciência Moderna, FAYYAD, U. Piatetsky-Shapiro, G. Smyth, P. From Data Mining to Knowledge Discovery in Databases Disponível em:
9 < Acesso em 02 out GOLDSCHMIDT, Ronaldo; PASSOS, Emanuel. Data Mining: um guia prático. Rio de Janeiro: Elsiever, HAN, J. KAMBER, M. Data Mining - Concepts and Techniques. 2 ed. Nova York: Morgan Kaufmann, LIU, H. MOTODA, H. Computational Methods of Feature Selection. Chapman & Hall/CRC LÓPEZ, J. M. M. HERRERO, J. G. Técnicas de analisis de datos: aplicaciones prácticas utilizando Microsoft Excel y Weka. Apostila técnicas de análises de dados. S.l, p. Disponível em: < df>. Acesso em 21 Nov LORIA, J. Data Mining no SQL Server Disponível em: < Acesso em: 09 dez MARTINS, A. C. COSTA, P. D. Estudo Comparativo de Três Algoritmos de Machine Learning na Classificação de Dados Electrocardiográficos. Porto Disponível em: < Acesso em: 16 jun MATTAR, S. E. M. Padrão esquelético e características oclusais de crianças respiradoras bucais e nasais: aplicação em Odontopediatria [dissertação]. [Ribeirão Preto (SP)]: Faculdade de Odontologia de Ribeirão Preto, Universidade de São Paulo; p.: il.; 30 cm. NAVEGA, S. Princípios Essenciais do Data Mining. São Paulo, SP: Anais do Infoimagem, Disponível em: < Acesso em: 30 nov OLIVEIRA, F. L. de Utilização de algoritmos simbólicos para a identificação do número de caroços do fruto Pequi, In: IV Encontro de estudantes de informática do estado de Tocantins, 2002, Palmas. Encontro de Estudantes de Informática do Tocantins Ecoinfo. Palmas, p
10 OLIVEIRA, A. M. de; SMIDERLE, A. Mineração de dados: um estudo de caso de concessão de crédito explorando o software Weka. Revista de Informática Mater Dei, Pato Branco, Paraná : v.2, n.2, p.17-22, REZENDE, D. A. ENGENHARIA DE SOFTWARE E SISTEMAS DE INFORMAÇÃO. Brasport - Rio de Janeiro p. WITTEN, I. H. FRANCK, E. Data Mining: Practical Machine Learning Tools and Techniques with Java Implementations. Hamilton, New Zealand: Morgan Kaufmann Publishers, p WITTEN, I. H. FRANK E. Data Mining: Practical Machine Learning Tools and Techniques with Java Implementations. San Francisco, WEKA. Disponível em: Acesso em: 20 Dez
Sistema de mineração de dados para descobertas de regras e padrões em dados médicos
Sistema de mineração de dados para descobertas de regras e padrões em dados médicos Pollyanna Carolina BARBOSA¹; Thiago MAGELA² 1Aluna do Curso Superior Tecnólogo em Análise e Desenvolvimento de Sistemas
Leia maisExtração de Árvores de Decisão com a Ferramenta de Data Mining Weka
Extração de Árvores de Decisão com a Ferramenta de Data Mining Weka 1 Introdução A mineração de dados (data mining) pode ser definida como o processo automático de descoberta de conhecimento em bases de
Leia maisAdministração de dados - Conceitos, técnicas, ferramentas e aplicações de Data Mining para gerar conhecimento a partir de bases de dados
Universidade Federal de Pernambuco Graduação em Ciência da Computação Centro de Informática 2006.2 Administração de dados - Conceitos, técnicas, ferramentas e aplicações de Data Mining para gerar conhecimento
Leia maisXIII Encontro de Iniciação Científica IX Mostra de Pós-graduação 06 a 11 de outubro de 2008 BIODIVERSIDADE TECNOLOGIA DESENVOLVIMENTO
XIII Encontro de Iniciação Científica IX Mostra de Pós-graduação 06 a 11 de outubro de 2008 BIODIVERSIDADE TECNOLOGIA DESENVOLVIMENTO EPE0147 UTILIZAÇÃO DA MINERAÇÃO DE DADOS EM UMA AVALIAÇÃO INSTITUCIONAL
Leia maisA Grande Importância da Mineração de Dados nas Organizações
A Grande Importância da Mineração de Dados nas Organizações Amarildo Aparecido Ferreira Junior¹, Késsia Rita da Costa Marchi¹, Jaime Willian Dias¹ ¹Universidade Paranaense (Unipar) Paranavaí PR Brasil
Leia maisAprendizagem 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 maisMINERAÇÃO 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 maisMINERAÇÃO DE DADOS EDUCACIONAIS: UM ESTUDO DE CASO APLICADO AO PROCESSO SELETIVO DO IFSULDEMINAS CÂMPUS MUZAMBINHO
MINERAÇÃO DE DADOS EDUCACIONAIS: UM ESTUDO DE CASO APLICADO AO PROCESSO SELETIVO DO IFSULDEMINAS CÂMPUS MUZAMBINHO Fernanda Delizete Madeira 1 ; Aracele Garcia de Oliveira Fassbinder 2 INTRODUÇÃO Data
Leia maisSistema de Controle de Solicitação de Desenvolvimento
Sistema de Controle de Solicitação de Desenvolvimento Introdução O presente documento descreverá de forma objetiva as principais operações para abertura e consulta de uma solicitação ao Setor de Desenvolvimento
Leia maisADM041 / EPR806 Sistemas de Informação
ADM041 / EPR806 Sistemas de Informação UNIFEI Universidade Federal de Itajubá Prof. Dr. Alexandre Ferreira de Pinho 1 Sistemas de Apoio à Decisão (SAD) Tipos de SAD Orientados por modelos: Criação de diferentes
Leia maisArpPrintServer. Sistema de Gerenciamento de Impressão By Netsource www.netsource.com.br Rev: 02
ArpPrintServer Sistema de Gerenciamento de Impressão By Netsource www.netsource.com.br Rev: 02 1 Sumário INTRODUÇÃO... 3 CARACTERÍSTICAS PRINCIPAIS DO SISTEMA... 3 REQUISITOS DE SISTEMA... 4 INSTALAÇÃO
Leia maisData Mining. Origem do Data Mining 24/05/2012. Data Mining. Prof Luiz Antonio do Nascimento
Data Mining Prof Luiz Antonio do Nascimento Data Mining Ferramenta utilizada para análise de dados para gerar, automaticamente, uma hipótese sobre padrões e anomalias identificadas para poder prever um
Leia maisExemplo de Aplicação do DataMinig
Exemplo de Aplicação do DataMinig Felipe E. Barletta Mendes 19 de fevereiro de 2008 INTRODUÇÃO AO DATA MINING A mineração de dados (Data Mining) está inserida em um processo maior denominado Descoberta
Leia maisDadas a base e a altura de um triangulo, determinar sua área.
Disciplina Lógica de Programação Visual Ana Rita Dutra dos Santos Especialista em Novas Tecnologias aplicadas a Educação Mestranda em Informática aplicada a Educação ana.santos@qi.edu.br Conceitos Preliminares
Leia maisDWARF DATAMINER: UMA FERRAMENTA GENÉRICA PARA MINERAÇÃO DE DADOS
DWARF DATAMINER: UMA FERRAMENTA GENÉRICA PARA MINERAÇÃO DE DADOS Tácio Dias Palhão Mendes Bacharelando em Sistemas de Informação Bolsista de Iniciação Científica da FAPEMIG taciomendes@yahoo.com.br Prof.
Leia maisDATA WAREHOUSE NO APOIO À TOMADA DE DECISÕES
DATA WAREHOUSE NO APOIO À TOMADA DE DECISÕES Janaína Schwarzrock jana_100ideia@hotmail.com Prof. Leonardo W. Sommariva RESUMO: Este artigo trata da importância da informação na hora da tomada de decisão,
Leia maisINSTITUTO TECNOLÓGICO DE AERONÁUTICA DIVISÃO DE ENGENHARIA ELETRÔNICA LABORATÓRIO DE GUERRA ELETRÔNICA
INSTITUTO TECNOLÓGICO DE AERONÁUTICA DIVISÃO DE ENGENHARIA ELETRÔNICA LABORATÓRIO DE GUERRA ELETRÔNICA CURSO DE ESPECIALIZAÇÃO EM ANÁLISE DE AMBIENTE ELETROMAGNÉTICO CEAAE /2008 DISCIPLINA EE-09: Inteligência
Leia maisSISTEMAS DE APRENDIZADO PARA A IDENTIFICAÇÃO DO NÚMERO DE CAROÇOS DO FRUTO PEQUI LEARNING SYSTEMS FOR IDENTIFICATION OF PEQUI FRUIT SEEDS NUMBER
SISTEMAS DE APRENDIZADO PARA A IDENTIFICAÇÃO DO NÚMERO DE CAROÇOS DO FRUTO PEQUI Fernando Luiz de Oliveira 1 Thereza Patrícia. P. Padilha 1 Conceição A. Previero 2 Leandro Maciel Almeida 1 RESUMO O processo
Leia maisFACULDADE DE ENGENHARIA DE COMPUTAÇÃO. PROJETO FINAL I e II PLANO DE TRABALHO <NOME DO TRABALHO> <Nome do Aluno> <Nome do Orientador>
FACULDADE DE ENGENHARIA DE COMPUTAÇÃO PROJETO FINAL I e II PLANO DE TRABALHO O Trabalho de Conclusão de Curso (TCC) a ser desenvolvido
Leia maisPRINCÍPIOS DE INFORMÁTICA PRÁTICA 08 1. OBJETIVO 2. BASE TEÓRICA. 2.1 Criando Mapas no Excel. 2.2 Utilizando o Mapa
PRINCÍPIOS DE INFORMÁTICA PRÁTICA 08 1. OBJETIVO Aprender a utilizar mapas, colocar filtros em tabelas e a criar tabelas e gráficos dinâmicos no MS-Excel. Esse roteiro foi escrito inicialmente para o Excel
Leia maisSUMÁRIO Acesso ao sistema... 2 Atendente... 3
SUMÁRIO Acesso ao sistema... 2 1. Login no sistema... 2 Atendente... 3 1. Abrindo uma nova Solicitação... 3 1. Consultando Solicitações... 5 2. Fazendo uma Consulta Avançada... 6 3. Alterando dados da
Leia maisComo conduzir com sucesso um projeto de melhoria da qualidade
Como conduzir com sucesso um projeto de melhoria da qualidade Maria Luiza Guerra de Toledo Coordenar e conduzir um projeto de melhoria da qualidade, seja ele baseado no Seis Sigma, Lean, ou outra metodologia
Leia maisManual de Conversão para PDF Envio de Arquivos ao Diário Oficial
Manual de Conversão para PDF Manual de Conversão para PDF 3 Conversão para PDF Microsoft Office 2003 Instalação da impressora PDF O pacote de aplicativo Office 2003 não possui nativamente o recurso de
Leia maisSistema Banco de Preços Manual do Usuário OBSERVATÓRIO
Sistema Banco de Preços Manual do Usuário OBSERVATÓRIO da Despesa Pública 1 Sumário O Banco de Preços... 3 Acessando o Banco de Preços... 4 Funções do Banco de Preços... 5 Gerar Preço de Referência...
Leia maisManual do Visualizador NF e KEY BEST
Manual do Visualizador NF e KEY BEST Versão 1.0 Maio/2011 INDICE SOBRE O VISUALIZADOR...................................................... 02 RISCOS POSSÍVEIS PARA O EMITENTE DA NOTA FISCAL ELETRÔNICA.................
Leia maisDATA WAREHOUSE. Introdução
DATA WAREHOUSE Introdução O grande crescimento do ambiente de negócios, médias e grandes empresas armazenam também um alto volume de informações, onde que juntamente com a tecnologia da informação, a correta
Leia maisINTRODUÇÃO A ADMINISTRAÇÃO FINANCEIRA. Prof. Eric Duarte Campos
INTRODUÇÃO A ADMINISTRAÇÃO FINANCEIRA Prof. Eric Duarte Campos Objetivos da aula: O objetivo dessa aula é apresentar Noções de tipos básicos de tomadas de decisões; Objetivos da Administração Financeira.
Leia maisQUALIDATA Soluções em Informática. Módulo CIEE com convênio empresas
FM-0 1/21 ÍNDICE 1. MÓDULO DESKTOP(SISTEMA INSTALADO NO CIEE)... 2 Cadastro de Ofertas de Empregos:... 2 Cadastro de Eventos:... 3 Cadastro de Instituições do Curriculum:... 5 Cadastro de Cursos do Curriculum:...
Leia maisNovidades no Q-flow 3.02
Novidades no Q-flow 3.02 Introdução Um dos principais objetivos do Q-flow 3.02 é adequar-se às necessidades das grandes organizações. Por isso, o Q-flow 3.02 possui uma versão Enterprise que inclui funcionalidades
Leia maisSISTEMAS DE GESTÃO São Paulo, Janeiro de 2005
SISTEMAS DE GESTÃO São Paulo, Janeiro de 2005 ÍNDICE Introdução...3 A Necessidade do Gerenciamento e Controle das Informações...3 Benefícios de um Sistema de Gestão da Albi Informática...4 A Ferramenta...5
Leia mais2 Diagrama de Caso de Uso
Unified Modeling Language (UML) Universidade Federal do Maranhão UFMA Pós Graduação de Engenharia de Eletricidade Grupo de Computação Assunto: Diagrama de Caso de Uso (Use Case) Autoria:Aristófanes Corrêa
Leia maisProf. 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 maisFATEC Cruzeiro José da Silva. Ferramenta CRM como estratégia de negócios
FATEC Cruzeiro José da Silva Ferramenta CRM como estratégia de negócios Cruzeiro SP 2008 FATEC Cruzeiro José da Silva Ferramenta CRM como estratégia de negócios Projeto de trabalho de formatura como requisito
Leia maisTOTVS Série 1 Varejo (Simples) - Módulo e-commerce
Novo Módulo disponível no TOTVS S1 Varejo: permissão de utilização através de licença específica. Mesmo não adquirindo a licença de uso do módulo ele continuará presente na tela do usuário. 1 Na opção
Leia maisEntendendo como funciona o NAT
Entendendo como funciona o NAT Vamos inicialmente entender exatamente qual a função do NAT e em que situações ele é indicado. O NAT surgiu como uma alternativa real para o problema de falta de endereços
Leia maisgsd - Service Desk Manual do Usuário versão 1
gsd - Service Desk Manual do Usuário versão 1 Sumário Introdução 1 Conceitos iniciais 2 Perfis de utilização 2 Parametrização do aplicativo - configuração 2 Prazo de atendimento 2 Prazo de conclusão 3
Leia maisUnidade I FINANÇAS EM PROJETOS DE TI. Prof. Fernando Rodrigues
Unidade I FINANÇAS EM PROJETOS DE TI Prof. Fernando Rodrigues Nas empresas atuais, a Tecnologia de Informação (TI) existe como uma ferramenta utilizada pelas organizações para atingirem seus objetivos.
Leia maishttp://aurelio.net/vim/vim-basico.txt Entrar neste site/arquivo e estudar esse aplicativo Prof. Ricardo César de Carvalho
vi http://aurelio.net/vim/vim-basico.txt Entrar neste site/arquivo e estudar esse aplicativo Administração de Redes de Computadores Resumo de Serviços em Rede Linux Controlador de Domínio Servidor DNS
Leia maisagility made possible
RESUMO DA SOLUÇÃO Utilitário ConfigXpress no CA IdentityMinder a minha solução de gerenciamento de identidades pode se adaptar rapidamente aos requisitos e processos de negócio em constante mudança? agility
Leia maisMANUAL DE UTILIZAÇÃO
MANUAL DE UTILIZAÇÃO Módulo de operação Ativo Bem vindo à Vorage CRM! Nas próximas paginas apresentaremos o funcionamento da plataforma e ensinaremos como iniciar uma operação básica através do nosso sistema,
Leia maisIMPLEMENTAÇÃO DE UM ALGORITMO DE PADRÕES DE SEQUÊNCIA PARA DESCOBERTA DE ASSOCIAÇÕES ENTRE PRODUTOS DE UMA BASE DE DADOS REAL
Universidade Federal de Ouro Preto - UFOP Instituto de Ciências Exatas e Biológicas - ICEB Departamento de Computação - DECOM IMPLEMENTAÇÃO DE UM ALGORITMO DE PADRÕES DE SEQUÊNCIA PARA DESCOBERTA DE ASSOCIAÇÕES
Leia maisMicrosoft Access XP Módulo Um
Microsoft Access XP Módulo Um Neste primeiro módulo de aula do curso completo de Access XP vamos nos dedicar ao estudo de alguns termos relacionados com banco de dados e as principais novidades do novo
Leia maisTabela e Gráficos Dinâmicos Como estruturar dinamicamente dados no Excel
Tabela e Gráficos Dinâmicos Como estruturar! Para que serve a Tabela e o Gráfico Dinâmico?! Como criar uma Tabela Dinâmica?! Como criar um Gráfico Dinâmico?! Como podemos atualizar dos dados da Tabela
Leia maisPROFESSOR: CRISTIANO MARIOTTI
PROFESSOR: CRISTIANO MARIOTTI Conjunto de atividades, parcialmente ordenadas, com a finalidade de obter um produto de software; Considerado um dos principais mecanismos para se obter software de qualidade
Leia maisManual Operacional SIGA
SMS - ATTI Maio -2013 Conteúdo Sumário... 2 PPD -IPD... 3 Adicionar Paciente... 4 Laudo Médico... 6 Avaliação do Enfermeiro... 11 Visita Domiciliar... 14 Dados do Paciente no Programa... 16 Histórico do
Leia maisGUIA DE ORIENTAÇÕES ROTEIRO DE CONFIGURAÇÃO DO SOFTWARE CRM PROFESSIONAL ANEXO III ROTEIRO DE CONFIGURAÇÃO - CRM PROFESSIONAL
ANEXO III ROTEIRO DE CONFIGURAÇÃO - CRM PROFESSIONAL GUIA DE ORIENTAÇÕES ROTEIRO DE CONFIGURAÇÃO DO SOFTWARE CRM PROFESSIONAL ANEXO III ROTEIRO DE CONFIGURAÇÃO E INSTALAÇÃO DO CRM PROFESSIONAL SUMÁRIO
Leia maisARCO - Associação Recreativa dos Correios. Sistema para Gerenciamento de Associações Recreativas Plano de Desenvolvimento de Software Versão <1.
ARCO - Associação Recreativa dos Correios Sistema para Gerenciamento de Associações Recreativas Versão Histórico da Revisão Data Versão Descrição Autor Página
Leia maisEngenharia de Software III
Engenharia de Software III Casos de uso http://dl.dropbox.com/u/3025380/es3/aula6.pdf (flavio.ceci@unisul.br) 09/09/2010 O que são casos de uso? Um caso de uso procura documentar as ações necessárias,
Leia maisMetadados. 1. Introdução. 2. O que são Metadados? 3. O Valor dos Metadados
1. Introdução O governo é um dos maiores detentores de recursos da informação. Consequentemente, tem sido o responsável por assegurar que tais recursos estejam agregando valor para os cidadãos, as empresas,
Leia maisComo consolidar dados nas planilhas utilizando o comando CONSOLIDAR do Excel
Como consolidar dados nas planilhas utilizando o comando CONSOLIDAR do Excel! Como utilizar o comando Consolidar do Excel?! Quais são os diferenciais em relação ao cálculo aritmético normal?! Quais são
Leia maisFases para um Projeto de Data Warehouse. Fases para um Projeto de Data Warehouse. Fases para um Projeto de Data Warehouse
Definição escopo do projeto (departamental, empresarial) Grau de redundância dos dados(ods, data staging) Tipo de usuário alvo (executivos, unidades) Definição do ambiente (relatórios e consultas préestruturadas
Leia maisMicrosoft Access: Criar consultas para um novo banco de dados. Vitor Valerio de Souza Campos
Microsoft Access: Criar consultas para um novo banco de Vitor Valerio de Souza Campos Conteúdo do curso Visão geral: consultas são essenciais Lição: inclui sete seções Tarefas práticas sugeridas Teste.
Leia maisCurva ABC. Tecinco Informática Ltda. Av. Brasil, 5256 3º Andar Centro Cascavel PR www.tecinco.com.br
Curva ABC Tecinco Informática Ltda. Av. Brasil, 5256 3º Andar Centro Cascavel PR www.tecinco.com.br Sumário Introdução... 3 Utilização no sistema TCar-Win... 3 Configuração da curva ABC... 4 Configuração
Leia maisIntrodução a Banco de Dados
Introdução a Banco de Dados Ricardo Henrique Tassi - Departamento de Replicação Índice 1- Introdução... 03 2- Quais são os bancos de dados mais conhecidos hoje em dia...04 3- Quais são os tipos de banco...05
Leia maisManual de Utilização Autorizador
1) Acessando: 1-1) Antes de iniciar a Implantação do GSS, lembre-se de verificar os componentes de software instalados no computador do prestador de serviço: a) Sistema Operacional: nosso treinamento está
Leia maisAgora todas as Unimeds vão falar uma só língua. Unimed do Brasil Federação São Paulo Portal Unimed
Agora todas as Unimeds vão falar uma só língua. Unimed do Brasil Federação São Paulo Portal Unimed Folheto perguntas e respostas (15X15)cm.indd 1 9/25/08 4:38:13 PM E as primeiras palavras são inovação,
Leia maisDocumentação. Programa de Evolução Contínua Versão 1.72
Documentação Programa de Evolução Contínua Versão 1.72 Sumário Resumo das Novidades... 3 Configuração das Novidades... 5 Exibição de variações nas listagens... 5 Novo Sistema de Lista de Desejos... 7 Resumo
Leia maisROTEIRO PARA TREINAMENTO DO SAGRES DIÁRIO Guia do Docente
Conceito ROTEIRO PARA TREINAMENTO DO SAGRES DIÁRIO Guia do Docente O Sagres Diário é uma ferramenta que disponibiliza rotinas que facilitam a comunicação entre a comunidade Docente e Discente de uma instituição,
Leia maisCAPTAÇÃO DE PEDIDOS DO REVENDEDOR
CAPTAÇÃO DE PEDIDOS DO REVENDEDOR 1. Captação de Pedidos - pela Central (Back office) 1 2. Como consultar Pedido 16 3. Como visualizar Detalhes de um Pedido 19 4. Como consultar Vendas/Cortes em Pedidos
Leia maisProf. Marcelo Machado Cunha www.marcelomachado.com mcelobr@yahoo.com.br
Prof. Marcelo Machado Cunha www.marcelomachado.com mcelobr@yahoo.com.br Ementa Introdução a Banco de Dados (Conceito, propriedades), Arquivos de dados x Bancos de dados, Profissionais de Banco de dados,
Leia maisPORTAL DE RELACIONAMENTO GROUP
PORTAL DE RELACIONAMENTO GROUP MANUAL DO USUÁRIO Portal de Relacionamento - Manual do usuário... 1 SUMÁRIO 1. Informações gerais... 3 2. Sobre este documento... 3 3. Suporte técnico... 3 4. Visão Geral
Leia maisPesquisa com Professores de Escolas e com Alunos da Graduação em Matemática
Pesquisa com Professores de Escolas e com Alunos da Graduação em Matemática Rene Baltazar Introdução Serão abordados, neste trabalho, significados e características de Professor Pesquisador e as conseqüências,
Leia maisMANUAL DE UTILIZAÇÃO DO SISTEMA GLPI
MANUAL DE UTILIZAÇÃO DO SISTEMA GLPI PERFIL TÉCNICO Versão 2.0 DEPARTAMENTO DE INFORMÁTICA E TELECOMUNICAÇÕES PREFEITURA DE GUARULHOS SP 1 Objetivo: Esse manual tem como objetivo principal instruir os
Leia maisImportação de Dados no Sphinx
Importação de Dados no Sphinx A importação de dados refere-se à transferência de dados coletados em outro ambiente para dentro do software Sphinx. No software, encontre a opção Importar dados no estágio
Leia maisVersão 6.0.1 Melhorias Melhorias Versão 6.0.1
Versão 6.0.1 Novembro 2010 Versão 6.0.1 Funcionalidade Completa de Planejamento do Trabalho Através dessa funcionalidade o usuário pode planejar quais tarefas e quanto tempo destinará para trabalhar em
Leia maisSumário 1. SOBRE O NFGoiana DESKTOP... 3 1.1. Apresentação... 3 1.2. Informações do sistema... 3 1.3. Acessando o NFGoiana Desktop... 3 1.4.
1 Sumário 1. SOBRE O NFGoiana DESKTOP... 3 1.1. Apresentação... 3 1.2. Informações do sistema... 3 1.3. Acessando o NFGoiana Desktop... 3 1.4. Interface do sistema... 4 1.4.1. Janela Principal... 4 1.5.
Leia maisUML 2. Guia Prático. Gilleanes T.A. Guedes. Novatec. Obra revisada e ampliada a partir do título Guia de Consulta Rápida UML 2
UML 2 Guia Prático Gilleanes T.A. Guedes Obra revisada e ampliada a partir do título Guia de Consulta Rápida UML 2 Novatec capítulo 1 Introdução à UML A UML (Unified Modeling Language ou Linguagem de Modelagem
Leia maisEspecificação do 3º Trabalho
Especificação do 3º Trabalho I. Introdução O objetivo deste trabalho é abordar a prática da programação orientada a objetos usando a linguagem Java envolvendo os conceitos de classe, objeto, associação,
Leia maisBasic Exchange System
BXS Basic Exchange System Manual de Configuração AJUSTE DE HORA DÍGITRO Versão 1.2 Manual de Configuração do Ajuste de Hora Dígitro Código de Identificação: 012073012.010779FNS041015 Versão 1.2 by Dígitro
Leia maisExtração de Conhecimento & Mineração de Dados
Extração de Conhecimento & Mineração de Dados Nesta apresentação é dada uma breve introdução à Extração de Conhecimento e Mineração de Dados José Augusto Baranauskas Departamento de Física e Matemática
Leia maisANÁLISE DA CONSERVAÇÃO PÓS-COLHEITA DA ALFACE (Lactuca Sativa, L) UTILIZANDO O SISTEMA DE APOIO À TOMADA DE DECISÃO BKD
ANÁLISE DA CONSERVAÇÃO PÓS-COLHEITA DA ALFACE (Lactuca Sativa, L) UTILIZANDO O SISTEMA DE APOIO À TOMADA DE DECISÃO BKD RESUMO Thereza P. P. Padilha Fabiano Fagundes Conceição Previero Laboratório de Solos
Leia maisTOTVS BA Guia de Customização Linha Logix
TOTVS BA Guia de Customização Linha Logix Guia de Customização Sumário Título do documento 1. Objetivo... 3 2. Introdução... 3 3. Customização... 3 2 TOTVS BA Linha Logix Guia de Customização Projeto/Versão:
Leia maisManual do Painel Administrativo E-commerce
Manual do Painel Administrativo E-commerce versão 1.0 Autores César A Miggiolaro Marcos J Lazarin Índice E-commerce... 3 Categorias... 4 Produto... 5 Marca... 7 Cor... 8 Tamanho... 8 Configurar Loja...
Leia maisINSTRUMENTO NORMATIVO 004 IN004
1. Objetivo Definir um conjunto de critérios e procedimentos para o uso do Portal Eletrônico de Turismo da Região disponibilizado pela Mauatur na Internet. Aplica-se a todos os associados, empregados,
Leia maisLógica de Programação
Lógica de Programação Softblue Logic IDE Guia de Instalação www.softblue.com.br Sumário 1 O Ensino da Lógica de Programação... 1 2 A Ferramenta... 1 3 Funcionalidades... 2 4 Instalação... 3 4.1 Windows...
Leia maisNovell. Novell Teaming 1.0. novdocx (pt-br) 6 April 2007 EXPLORAR O PORTLET BEM-VINDO DESCUBRA SEU CAMINHO USANDO O NOVELL TEAMING NAVIGATOR
Novell Teaming - Guia de início rápido Novell Teaming 1.0 Julho de 2007 INTRODUÇÃO RÁPIDA www.novell.com Novell Teaming O termo Novell Teaming neste documento se aplica a todas as versões do Novell Teaming,
Leia maisGUIA DE CURSO. Tecnologia em Sistemas de Informação. Tecnologia em Desenvolvimento Web. Tecnologia em Análise e Desenvolvimento de Sistemas
PIM PROGRAMA DE INTEGRAÇÃO COM O MERCADO GUIA DE CURSO Tecnologia em Sistemas de Informação Tecnologia em Desenvolvimento Web Tecnologia em Análise e Desenvolvimento de Sistemas Tecnologia em Sistemas
Leia mais4 Segmentação. 4.1. Algoritmo proposto
4 Segmentação Este capítulo apresenta primeiramente o algoritmo proposto para a segmentação do áudio em detalhes. Em seguida, são analisadas as inovações apresentadas. É importante mencionar que as mudanças
Leia maisManual AGENDA DE BACKUP
Gemelo Backup Online DESKTOP Manual AGENDA DE BACKUP Realiza seus backups de maneira automática. Você só programa os dias e horas em que serão efetuados. A única coisa que você deve fazer é manter seu
Leia maisAlterações Easycaptive 2.0.10
Alterações Easycaptive 2.0.10 data: 10/04/2010 Este documento tem por objetivo demonstrar as alterações feitas nos scripts que compõem o addon easycaptive do sistema BrazilFW Firewall and Router. Todo
Leia maisMicrosoft Innovation Center
Microsoft Innovation Center Mineração de Dados (Data Mining) André Montevecchi andre@montevecchi.com.br Introdução Objetivo BI e Mineração de Dados Aplicações Exemplos e Cases Algoritmos para Mineração
Leia maisNo mundo atual, globalizado e competitivo, as organizações têm buscado cada vez mais, meios de se destacar no mercado. Uma estratégia para o
DATABASE MARKETING No mundo atual, globalizado e competitivo, as organizações têm buscado cada vez mais, meios de se destacar no mercado. Uma estratégia para o empresário obter sucesso em seu negócio é
Leia maisIntrodução ao EBSCOhost 2.0
Introdução ao EBSCOhost 2.0 Tutorial support.ebsco.com O que é? O EBSCO Host é um poderoso sistema de referência on-line acessível através da Internet, e oferece uma variedade de bases de dados de texto
Leia maisAULA: BrOffice Impress terceira parte. Ao final dessa aula, você deverá ser capaz de:
AULA: BrOffice Impress terceira parte Objetivo Ao final dessa aula, você deverá ser capaz de: Conhecer a integração dos softwares do BrOffice; Aprender a trabalhar no slide mestre; Utilizar interação entre
Leia maisComo funciona? SUMÁRIO
SUMÁRIO 1. Introdução... 2 2. Benefícios e Vantagens... 2 3. Como utilizar?... 2 3.1. Criar Chave / Senha de Usuário... 2 3.2. Recursos da Barra Superior... 2 3.2.1. Opções... 3 3.2.1.1. Mover Para...
Leia maisAMBIENTE PARA AUXILIAR O DESENVOLVIMENTO DE PROGRAMAS MONOLÍTICOS
UNIVERSIDADE REGIONAL DE BLUMENAU CENTRO DE CIÊNCIAS EXATAS E NATURAIS CURSO DE CIÊNCIAS DA COMPUTAÇÃO BACHARELADO AMBIENTE PARA AUXILIAR O DESENVOLVIMENTO DE PROGRAMAS MONOLÍTICOS Orientando: Oliver Mário
Leia maisAULA 5 Sistemas Operacionais
AULA 5 Sistemas Operacionais Disciplina: Introdução à Informática Professora: Gustavo Leitão Email: gustavo.leitao@ifrn.edu.br Sistemas Operacionais Conteúdo: Partições Formatação Fragmentação Gerenciamento
Leia maisManual Sistema MLBC. Manual do Sistema do Módulo Administrativo
Manual Sistema MLBC Manual do Sistema do Módulo Administrativo Este documento tem por objetivo descrever as principais funcionalidades do sistema administrador desenvolvido pela MLBC Comunicação Digital.
Leia maisUNIVERSIDADE ESTADUAL DO AMAZONAS ESPECIALIZAÇÃO EM DESENVOLVIMENTO EM SOFTWARE LIVRE CONCEITOS E PROJETOS DE BANCO DE DADOS E SQL
O trabalho consiste na resolução de um exercício e na confecção de um relatório. 17/10/2005 é o último dia para entrega. O trabalho deverá entregue impresso e o seu conteúdo gravado numa mídia. O formato
Leia maisDocumento de Requisitos Projeto SisVendas Sistema de Controle de Vendas para Loja de Informática.
Documento de Requisitos Projeto SisVendas Sistema de Controle de Vendas para Loja de Informática. 1 Introdução 1.1 Propósito O propósito deste documento de especificação de requisitos é definir os requisitos
Leia maisManual do Integrador. Programa de Formação
Manual do Integrador Programa de Formação Introdução As oportunidades de iniciação de frentes de negócios na indústria fotovoltaica brasileira são diversas e estão abertas a todos aqueles que desejam começar
Leia maisManual Xerox capture EMBRATEL
Manual Xerox capture EMBRATEL Versão 2 Junho/2011 Tópicos 1) Instalação do Xerox Capture 2) Utilização do Xerox Capture 2.1) Capturar pacotes de imagens pelo scanner 2.2) Importar pacote de imagens a partir
Leia maisRECOLHA DE INFORMAÇÃO DE REMUNERAÇÕES, SUPLEMENTOS E DOS PONTOS DECORRENTES DA AVALIAÇÃO DE DESEMPENHO
RECOLHA DE INFORMAÇÃO DE REMUNERAÇÕES, SUPLEMENTOS E DOS PONTOS DECORRENTES DA AVALIAÇÃO DE DESEMPENHO MANUAL DO UTILIZADOR 1 RECOLHA DE INFORMAÇÃO DE REMUNERAÇÕES E DE DESEMPENHO MANUAL DO UTILIZADOR
Leia maisUTILIZANDO 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 maisMinistério da Cultura
Ministério da Cultura MANUAL DO PROPONENTE: ADMINISTRATIVO VERSÃO 1.0 HISTÓRICO DE REVISÃO Data Versão Descrição Autor 08/01/2013 1.0 Criação do documento. Aline Oliveira - MINC 3 ÍNDICE 1. APRESENTAÇÃO...
Leia maisTCEnet. Manual Técnico. Responsável Operacional das Entidades
TCEnet Manual Técnico Responsável Operacional das Entidades 1 Índice 1. Introdução... 3 2. Características... 3 3. Papéis dos Envolvidos... 3 4. Utilização do TCEnet... 4 4.1. Geração do e-tcenet... 4
Leia maisPRODAV 05/2014 Passo a passo para inscrição do projeto
PASSO A PASSO PARA INSCRIÇÃO NA CHAMADA PÚBLICA BRDE/FSA PRODAV 05/2014 Para se inscrever na CHAMADA PÚBLICA BRDE/FSA PRODAV 05/2014, clique em http://ancine.brde.com.br/ancine/login.asp ou através do
Leia maisPlanejamento Estratégico de TI. Prof.: Fernando Ascani
Planejamento Estratégico de TI Prof.: Fernando Ascani BI Business Intelligence A inteligência Empresarial, ou Business Intelligence, é um termo do Gartner Group. O conceito surgiu na década de 80 e descreve
Leia maisPrincípios de Design TRADUÇÃO DE TATIANE CRISTINE ARNOLD, DO ARTIGO IBM DESIGN: DESIGN PRINCIPLES CHECKLIST.
Princípios de Design TRADUÇÃO DE TATIANE CRISTINE ARNOLD, DO ARTIGO IBM DESIGN: DESIGN PRINCIPLES CHECKLIST. Um software deve ser projetado para simplificar tarefas e criar experiências positivas para
Leia maisGestão inteligente de documentos eletrônicos
Gestão inteligente de documentos eletrônicos MANUAL DE UTILIZAÇÃO VISÃO DE EMPRESAS VISÃO EMPRESAS - USUÁRIOS (OVERVIEW) No ELDOC, o perfil de EMPRESA refere-se aos usuários com papel operacional. São
Leia mais