DATA MINING EM POÇOS DE ÁGUA SUBTERRÂNEA:um estudo de caso
|
|
- Lara Casqueira Leveck
- 8 Há anos
- Visualizações:
Transcrição
1 DATA MINING EM POÇOS DE ÁGUA SUBTERRÂNEA:um estudo de caso Paulo Vinícius Lamana Barboza 1, Walkiria Cordenonzi 1 1 Centro Universitário Franciscano Rua dos Andradas 1614 Santa Maria RS Brazil <paulo@clickduplo.com>, walkiria@unifra.br Abstract. Gathering data, common growing up fact in the greatest companies. It has cooperate for the creation of a technology known as Data Mining. The purpose of all the work done is to clearly show algorithms of Data Mining Classification as tool capable of finding databases: precious information, unexplored before, and potentially useful. The relation between Data Mining and Geographic Information System (GIS) will also be exposed. Resumo. O estudo de caso apresenta o uso de mineração de dados (data mining),através dos algoritmos de classificação para encontrar conhecimento implícito em uma base de dados sobre poços de água subterrânea, no Brasil. A relevância deste estudo está na informação sobre a escassez de pesquisas desenvolvidas nessa área, juntamente com a importância do uso racional da água e informações sobre os tipos de poços, sua localização, profundidade e seu uso. Introdução Com o uso da informática, a vida do homem passou a sofrer mudanças mais rapidamente. Acumularam-se informações de toda a natureza, desde aquelas estáticas, como, por exemplo, as de natureza histórica, até as informações que são alteradas e modificadas a cada instante. O simples armazenamento e a recuperação rápida e prática dessas informações já foram bastante benéficas para a sociedade. Um exemplo disso, de acordo com Navega (2002), é que não é mais necessária a busca demorada e cansativa sobre volumosos arquivos de papel. Passou a imaginar que poderia aproveitar melhor as informações guardadas e, até mesmo, identificar outros conhecimentos ou utilidades, até então escondidas dentro dessas informações. Foi então que se passou a explorar profundamente as informações acumuladas, na busca de padrões que pudessem ter algum valor significativo para as corporações. Estas buscas de padrões chama-se mineração de dados (data mining DM). O objetivo deste artigo é apresentar um estudo de caso no qual são unidos os dois conceitos: mineração de dados e Sistemas de Informação Geográfica - SIG. Este segundo está representado através de uma base de dados sobre poços de água subterrânea. A escolha destes dados se dá pela constatação que nos próximos 30 anos a
2 quantidade de água disponível por pessoa, no Brasil, estará reduzida em 20% do que se tem hoje, segundo dados da Organização das Nações Unidas ONU [Souza 2008]. Este artigo está organizado na seguinte forma: na Seção 2 uma breve descrição sobre conceito e tipos de SIG s; na Seção 3 conceitos são mostrados sobre mineração de dados. Na Seção 4 o estudo de caso é descrito. Na sequência, as conclusões são apresentadas. 2. Sistemas de Informações Geográficos - SIG Segundo Casanova e Câmara (2005), o SIG é um conjunto de técnicas e de ciências utilizadas no armazenamento, gerenciamento, cruzamento, manipulação, exibição, registro ou documentação de dados e informações geográficas. Para o autor, esses sistemas vêm influenciando expressivamente diversas áreas do mundo em que vivemos. Dentre elas, estão a cartografia, a análise de recursos naturais, os transportes, as comunicações, entre outras. Ainda segundo o autor, um ponto fundamental no tratamento de dados em SIG é a sua capacidade de lidar com uma certa localização e ao mesmo tempo com atributos descritivos de um banco de dados tradicional. Os autores afirmam que um SIG deve descrever um ponto geográfico da forma mais detalhada possível. Para cada lote em um cadastro urbano, por exemplo, um SIG guarda, além dos atributos do proprietário e da casa (atributos descritivos), a informação geométrica com as coordenadas das limitações do lote (atributos georreferenciados). Numa visão tecnológica, planejar um SIG significa obter um sistema que aproveite ao máximo as ferramentas de representações espaciais, a fim de representar a grande variedade de características existentes no espaço. A diferença mais notável entre um SIG e um sistema convencional é a sua capacidade de armazenamento, pois permite guardar tanto os dados descritivos de uma localização, como por exemplo, CEP, endereço ou telefone, quanto as geometrias dos diferentes tipos de dados geográficos. As aplicações de geoprocessamento lidam com dois grandes tipos de dados: (a) Geo-campos: são dados capazes de armazenar tipos de solo e topografias e (b) Geo-objetos: estes dados possuem atributos não espaciais, podendo estar associados a várias representações gráficas, como municípios, casas, entre outros objeto de estudo deste trabalho. O autor afirma, ainda, que há duas formas básicas de consultas em SIG s envolvendo dados geográficos: espacial e por atributos. A consulta espacial está relacionada a dados geográficos de uma dada estrutura. Por exemplo: mostre todos os prédios que fazem parte do bairro Camobi. Já a consulta por atributos está ligada com os valores de um certo objeto. Por exemplo: mostre quantas pessoas residem no bairro Camobi. Estas duas consultas são indispensáveis em um SIG. 3. Mineração de Dados O Data Mining surge como uma ferramenta tecnológica capaz de criar novas soluções a partir das informações já armazenadas num banco de dados. Segundo Addrians e Zantinge (1996), trata-se de uma tecnologia surgida a partir de três áreas: estatística clássica, inteligência artificial e aprendizado de máquina, sendo a primeira a mais antiga delas. Segundo Goldschmidt (2005), o Data Mining é parte de um processo maior, conhecido como Knowledge Discovery in Databases (KDD), em português Descoberta de Conhecimento em Bases de Dados, que permite a extração não trivial de
3 conhecimento previamente desconhecido e potencialmente útil de um banco de dados. O KDD se caracteriza por possuir várias etapas operacionais, e uma dessas etapas é justamente o Data Mining. Ao se explorar dados georreferenciados em um KDD, é interessante extrair padrões espaciais e descritivos, construindo um conhecimento espacial e também conhecimentos não explicitamente armazenados em bases de dados, segundo Koperski (1997, apud Bogorny,2003). Porém, dados espaciais possuem interdependências, ou seja, estão geograficamente relacionados uns aos outros. Já dados descritivos são independentes. Minerar dados georreferenciados é um desafio, pois os algoritmos de mineração tratam todas as instâncias como independentes. Com isso, se conclui que, apesar do KDD ser um processo altamente relevante, é necessário um acompanhamento humano na busca por conhecimento. Segundo Navega (2002) apud Fayad (1996), esse processo utiliza diversos algoritmos para encontrar esses padrões. Apesar de os algoritmos serem capazes de detectar padrões válidos e novos, ainda não existe um algoritmo eficaz capaz de determinar padrões valiosos. Exatamente por isso, um projeto que deseja ser bem sucedido exige um acompanhamento humano perante o Data Mining. Esse acompanhamento envolve a conduta na exploração de dados e determinação do valor dos padrões encontrados. O Data Mining possui diversas técnicas que podem ser utilizadas. Dentre eles, pode-se citar: classificação, regressão, segmentação, associação, projeção e detectação de anomalias, segundo Loria (2008). O objetivo deste trabalho é receber do próprio algoritmo as informações relevantes e então processá-las como valiosas. Com base nisso, a técnica escolhida para o trabalho foi a de Classificação. Através da classificação é possível descobrir, por exemplo, qual é o intervalo de profundidade (em metros) com maior número de poços em boa situação num determinado estado. É uma técnica que possibilita a análise de resultados baseado em um perfil descoberto pelo algoritmo escolhido. A ferramenta utilizada no trabalho Weka - disponibiliza diversos algoritmos de classificação. E dentro da classificação, foi escolhido o algoritmo de Árvore de Decisão J48 para a maioria dos estudos. Este algoritmo possui uma complexidade maior: é mais detalhado em seus resultados, e exige uma interpretação maior do minerador. Segundo Pichiliani (2006), uma árvore possui basicamente um nó raiz, inicializando a árvore, os nós comuns dividindo e subdividindo os atributos e os nós folha, que é onde estarão os resultados da classificação do algoritmo. Um SIG com um Data Mining implementado pode facilitar a interpretação de padrões encontrados. Em outras palavras, os algoritmos encontram padrões, e o SIG os apresenta geograficamente, em mapas e gráficos, tornando mais fácil a interpretação, colaborando, assim, para uma melhor tomada de decisões. O capítulo a seguir vai tratar do estudo de caso realizado. Será apresentada a ferramenta utilizada para a pesquisa, a forma como o algoritmo foi aplicado e que resultados puderam ser encontrados durante as aplicações. 4. Estudo de Caso A água é um assunto muito debatido na atualidade, e seu bom uso foram os motivos da escolha deste assunto, através dos temas de SIG, para serem utilizados como base para a aplicação do Data Mining. O trabalho se baseou na aplicação de técnicas de classificação de mineração de dados sobre registros de poços de água subterrânea no
4 Brasil. Existem diversas ferramentas que permitem trabalhar com mineração de dados, entre elas: Microsoft SQL Server, Oracle e a ferramenta de livre distribuição Weka [Hall, 2009]. E exatamente por ser de gratuita, o Weka foi a opção para os estudos de Data Mining. Trata-se de um pacote de aprendizagem desenvolvido em Java, que possui implementados os principais algoritmos de técnicas de Data Mining. É também opensource (possui seu código-fonte aberto). Para iniciar o estudo, a base de dados selecionada está disponível no site GISMAPS (GIS, 2005), no formato Shapefile. As informações sobre os poços são do Serviço Geológico do Brasil. Para a limpeza dos dados aconteceram conversões e correções dos dados até obter-se o arquivo ARFF, padrão da ferramenta Weka. As primeiras operações sobre a base de dados dos poços foram relacionadas a correções de inconsistências. Ao realizar a primeira conversão para o formato ARFF, foram detectadas algumas fragilidades, como ausência de padrão e erros de digitação, que foram corrigidos. Por exemplo, algumas correções realizadas: (a) Poços em situação BOM e BOA foram todos definidos como BOM ; (b) Poços em situação INUTILIZAVEL e NAO UTILIZAVEL foram todos renomeados para INUTILIZAVEL. A base de dados conta com registros de poços no total. Para cada poço, têm-se as seguintes informações: Código do poço; Unidade da Federação da superintendência regional; Unidade da Federação do poço (UF_POCO); Município de localização do poço; Localidade do poço; Hemisfério de localização do poço (HEMISFERIO); Fonte das informações; Nome do proprietário; Tipo de poço (TIPO_POCO); Tipo de captação (CAPTACAO); Tipo de penetração (PENETRACAO); Altitude do poço (ALTITUDE); Bacia Hidrográfica (BACIA_HID); Sub-Bacia Hidrográfica; Base Cartográfica; Data da perfuração; Profundidade (PROFUND); Executor do projeto; Perfurador; Situação do poço (SITUACAO); Produção do poço; Finalidade do uso da água (USO_AGUA); Tipo de aqüífero; Nome do aqüífero; Vazão (VAZAO); Data do exame químico; e Unidade Operacional. Os atributos destacados em negrito foram os selecionados para a realização do trabalho, levando em conta fatores como importância da informação e maior consistência dos dados. Os termos entre parênteses são os nomes dos atributos na base de dados. Na etapa de pré-processamento do Weka, já foi possível observar, na contagem padrão de todos os registros, que mais de metade dos poços de água subterrânea do Brasil (mais precisamente 50,15%) são abastecidos por alguma destas três bacias do Atlântico Sul: Sul-Leste, Sul-Norte/Nordeste ou Sul-Sudeste. No préprocessamento, é possível encontrar o número total de todos os registros para cada atributo. Por exemplo, o número total de: Poços do RS, Poços inutilizáveis, Poços abastecidos pelo Rio Amazonas, entre outros. Após esta etapa, o algoritmo J48 foi aplicado, conforme seção a seguir. 4.2 APLICAÇÃO DO ALGORITMO J48 A aplicação deste algoritmo foi eficiente para encontrar padrões relevantes. Os resultados a seguir estão divididos em tópicos, cada um representando um teste com um atributo classe diferente. É importante ressaltar que neste trabalho somente está sendo apresentada duas classes de atributos, outras classes foram mineradas e por questão de espaço não puderam ser apresentadas.
5 Atributo classe: BACIA_HID Os resultados a seguir foram encontrados ao atribuir a Bacia Hidrográfica como atributo classe nas árvores de decisão. Cada resultado está acompanhado do trecho da árvore de decisão onde se encontra o determinado resultado: Na Figura 1, é possível observar que 14,96% dos poços localizados em Pernambuco (PE) possuem altitude entre 276 e 699 metros, pertencem à bacia hidrográfica do Rio São Francisco e também são usados para irrigação. Figura 1. Trecho da Árvore de Decisão representando todos os poços usados para Irrigação em Pernambuco (PE). Para interpretar o resultado obtido no parágrafo anterior (14,96%), utilizou-se uma regra de três, com o total de poços de Pernambuco (3430 poços) e o registro da linha 17 da Figura 5. O resultado apresentado nesta linha é 528.0/15.0. Isto significa que existem 528 poços em Pernambuco usados para irrigação, com altitude superior a 276 metros e inferior a 699 metros. O número 15.0 significa que, dos 528 poços encontrados, apenas 15 não são abastecidos pelo Rio São Francisco. Interpretando a Figura 1, é possível descobrir, por exemplo, quantos poços em Pernambuco são usados para irrigação e possuem no máximo 276 metros de altitude. Entre as linhas 4 e 16 se encontra esta resposta. Basta fazer: = 171. E destes 171 poços, 150 são abastecidos pelo Rio São Francisco ((55-1) ). Todos os próximos resultados também foram encontrados dessa forma, interpretando os valores na árvore, e aplicando regras de três, julgando os valores mais adequados e relevantes. Na Figura 2, pode-se observar que os poços com água destinada à pecuária no estado de Pernambuco (PE) geralmente não são tão profundos. Foi constatado que 86,41% desses poços possuem no máximo 67 metros de profundidade (linha 3 na Figura 3).
6 Figura 2. Trecho da Árvore de Decisão representando todos os poços de Pernambuco utilizados para Pecuária. A Figura 3 mostra que 44,65% dos poços tubulares do Rio Grande do Norte (RN) estão em situação Equipado, e também são abastecidos pela bacia do Atlântico Sul-Norte/Nordeste (esse número pode ser visto na linha 5 da Figura 4). Figura 3. Trecho da Árvore de Decisão representando a situação dos poços tubulares do Rio Grande do Norte. No Rio Grande do Sul (RS), os números mais relevantes foram detectados nos poços de captação única, situação boa e altitude superior a 55 metros do nível do mar. A Figura 4 mostra a árvore baseada nesses dados: Interpretando a árvore na Figura 3, foi possível constatar que, para estes poços: (a) 71,28% dos utilizados para abastecimento doméstico são tubulares e possuem uma vazão inferior a 30m³/s. E destes 71,28%, 66% são abastecidos pela bacia hidrográfica do Atlântico Sul-Sudeste (entre as linhas 7 e 12); (b) No abastecimento urbano, foi possível observar que os poços de menor altitude são abastecidos em sua maioria pelo Rio Uruguai. Entende-se menor altitude como uma divisão feita pelo algoritmo, de poços acima de 492 metros e abaixo deste valor:o Rio Uruguai abastece 77,47% dos poços com altitude máxima de 492 metros do nível do mar (linha 25); (c) 49,85% dos poços com altitude superior a 492 metros são abastecidos pela bacia do Atlântico Sul-Sudeste (entre as linhas 26 e 32). Em Santa Catarina acontece um resultado diferente das conclusões anteriores, porém para os poços em geral, desconsiderando sua situação e captação. A Figura 5 mostra esta árvore de decisão, seguida de algumas informações detectadas: (a) Rio Uruguai abastece mais de 99% dos poços de Santa Catarina instalados numa altitude superior a 335 metros do nível do mar (linha 9); (b) Enquanto isso, o Atlântico Sul-
7 Sudeste está abastecendo mais de 89% dos poços com altitude máxima de 335 metros (entre as linhas 2 e 8). Como se percebe, o algoritmo encontrou resultados inversamente semelhantes nestes dois estados vizinhos, quando divididos os registros em altitudes altas e baixas. O Rio Uruguai abastece principalmente os poços mais altos de SC e mais baixos do RS, enquanto o Atlântico Sul-Sudeste abastece principalmente os mais baixos de SC e mais altos do RS. Vale lembrar que os resultados encontrados para o Rio Grande do Sul possuíam uma filtragem mais detalhada. Nas árvores de decisão, é possível notar que o algoritmo constrói a árvore, do topo para base, em que ele próprio vai identificando as ramificações mais adequadas. Para cada atributo utilizado, ele vai definindo subgrupos adequados (nós filhos, podendo ser o mesmo atributo ou não) até encontrar o atributo definido pelo usuário, como nós folhas. Figura 4. Trecho da Árvore de Decisão representando os poços do Rio Grande do Sul com captação única, situação boa e altitude superior a 55 metros.
8 Figura 5. Árvore de Decisão representando os poços de Santa Catarina. 5. CONCLUSÕES Para se obter resultados realmente precisos e valiosos em uma mineração, é necessário um bom domínio da aplicação utilizada, além de um bom conhecimento das informações contidas na base de dados em questão. Quando se tem uma base com diversos atributos para cada registro, é importante também que se tenha uma grande quantidade de registros, para com isso validar a corretude dos dados e o uso do algoritmo J48. O algoritmo J48 é complexo e exige uma interpretação mais profunda e detalhada na busca por conhecimento. É importante saber qual atributo será usado como classe, pois a precisão depende muito desta escolha também. Vale salientar a importância da classificação por árvores de decisão, pois uma combinação correta dos ingredientes a serem utilizados pode fornecer resultados realmente valiosos. Esses ingredientes seriam: (a) um número de registros considerável, afinal informações verdadeiramente preciosas (antes desconhecidas) são descobertas em grandes volumes de dados; (b) uma base de dados limpa, sem campos em branco e com o mínimo de inconsistências possível; (c) estar ciente de quais impactos o percentual de erro em questão pode causar na prática dos resultados obtidos. A base de dados escolhida foi importante durante os procedimentos de mineração, pela sua quantidade significativa de registros (mais de ). Apesar de possuir inconsistências em algumas instâncias, entende-se que os resultados encontrados com o algoritmo J48 foram relevantes, e o uso de uma ferramenta especialista facilitou muito essa busca. O Weka colaborou bastante para o melhor aprendizado do assunto, pois é uma ferramenta de fácil entendimento e disponibiliza os algoritmos de Data Mining de uma forma bem objetiva. Ela dispensa a necessidade de possuir conhecimentos em Banco de Dados e instruções SQL, por exemplo. Por fim, todo esse poder presente no Data Mining pode ser aplicado em um Sistema de Informação Geográfica (SIG). Um Data Mining pode oferecer novas formas de análise a bases de dados com informações espaciais, além de os resultados da mineração poderem ser visualizados geograficamente. Em pesquisas futuras, pretende-se testar novamente o algoritmo, alterando alguns parâmetros do J48, pois através deles é possível obter novos tipos de resultados, mais precisos ou detalhados. Outra linha de pesquisa é aplicar estas técnicas em outras bases de dados, para verificar que informações relevantes poderão ser encontradas utilizando os mesmos algoritmos, se a precisão será maior ou menor em cada um deles, e quais dificuldades serão encontradas. Objetos de estudo também incluíram técnicas de Data Mining, como a Segmentação e a Associação, no intuito de aprofundar ainda mais
9 o conhecimento sobre a mineração de dados, tecnologia que tem tudo para evoluir ainda mais. 5. Referências Addrians, P; Zantinge, D (1996) Data Mining. Addison-Wesley. Koperski, K.; Han, J.; Adhikari, J. Mining knowledge in geographical data. In COMM. ACM, Câmara, Gilberto (2009) Introdução à Ciência da Geoinformação 10 out Casanova, Marco and Câmara, G (2009) Bancos de Dados Geográficos 23 ago Gismaps (2010) Shape files: Water resources mai Goldschmidt, R. Passos E. (2005) Data Mining: um guia prático. Elsiever, Loria, J. (2008) Data Mining no SQL Server dez Navega, S Princípios Essenciais do Data Mining, 30 nov
XIII 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 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 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 maisUNIVERSIDADE FEDERAL DE SANTA CATARINA GRADUAÇÃO EM SISTEMAS DE INFORMAÇÃO DEPARTAMENTO DE INFORMÁTICA E ESTATÍSTICA DATA MINING EM VÍDEOS
UNIVERSIDADE FEDERAL DE SANTA CATARINA GRADUAÇÃO EM SISTEMAS DE INFORMAÇÃO DEPARTAMENTO DE INFORMÁTICA E ESTATÍSTICA DATA MINING EM VÍDEOS VINICIUS DA SILVEIRA SEGALIN FLORIANÓPOLIS OUTUBRO/2013 Sumário
Leia maisSistema 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 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 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 maisISO/IEC 12207: Gerência de Configuração
ISO/IEC 12207: Gerência de Configuração Durante o processo de desenvolvimento de um software, é produzida uma grande quantidade de itens de informação que podem ser alterados durante o processo Para que
Leia maisDisciplina: Unidade III: Prof.: E-mail: Período:
Encontro 08 Disciplina: Sistemas de Banco de Dados Unidade III: Modelagem Lógico de Dados Prof.: Mario Filho E-mail: pro@mariofilho.com.br Período: 5º. SIG - ADM Relembrando... Necessidade de Dados Projeto
Leia maisProcesso de Controle das Reposições da loja
Processo de Controle das Reposições da loja Getway 2015 Processo de Reposição de Mercadorias Manual Processo de Reposição de Mercadorias. O processo de reposição de mercadorias para o Profit foi definido
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 maisOrientação a Objetos
1. Domínio e Aplicação Orientação a Objetos Um domínio é composto pelas entidades, informações e processos relacionados a um determinado contexto. Uma aplicação pode ser desenvolvida para automatizar ou
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 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 maisPadrão ix. Manual de Instalação do Q-Ware Server Versão 3.0.0.2
Padrão ix Manual de Instalação do Q-Ware Server Versão 3.0.0.2 Copyright 2000-2014 Padrão ix Informática Sistemas Abertos S/A. Todos os direitos reservados. As informações contidas neste manual estão sujeitas
Leia maisSISTEMA DE GERENCIAMENTO DE PROJETOS - REDMINE MANUAL DE USO
SISTEMA DE GERENCIAMENTO DE PROJETOS - REDMINE MANUAL DE USO AGOSTO DE 2013 SUMÁRIO STI/UFF - Sistema de Gerenciamento de Projetos do PDI SUMÁRIO... 2 1 Introdução... 3 1.1 O que é e qual a finalidade
Leia maisTCEnet e TCELogin Manual Técnico
TCEnet e TCELogin Manual Técnico 1. O que há de novo O TCELogin está na sua terceira versão. A principal novidade é o uso de certificados pessoais do padrão ICP-Brasil. O uso desses certificados permite
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 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 maisAP_ Conta Aplicativo para digitação e envio de contas médicas no padrão TISS
AP_ Conta Aplicativo para digitação e envio de contas médicas no padrão TISS Manual de Instalação Tempro Software StavTISS Sumário 1. INTRODUÇÃO... 2 2. REQUISITOS DO SISTEMA... 3 3. INSTALAÇÃO... 4 4.
Leia maisStatus. Barra de Título. Barra de Menu. Barra de. Ferramentas Padrão. Caixa de nomes. Barra de. Ferramentas de Formatação. Indicadores de Coluna
O que é uma planilha eletrônica? É um aplicativo que oferece recursos para manipular dados organizados em tabelas. A partir deles pode-se gerar gráficos facilitando a análise e interpretação dos dados
Leia maisMódulo 4: Gerenciamento de Dados
Módulo 4: Gerenciamento de Dados 1 1. CONCEITOS Os dados são um recurso organizacional decisivo que precisa ser administrado como outros importantes ativos das empresas. A maioria das organizações não
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 maisUNIVERSIDADE FEDERAL DO PARANÁ UFPR Bacharelado em Ciência da Computação
SOFT DISCIPLINA: Engenharia de Software AULA NÚMERO: 10 DATA: / / PROFESSOR: Andrey APRESENTAÇÃO O objetivo desta aula é apresentar e discutir os conceitos de coesão e acoplamento. DESENVOLVIMENTO Projetar
Leia maisDesenvolvimento de um Simulador de Gerenciamento de Memória
Desenvolvimento de um Simulador de Gerenciamento de Memória Ricardo Mendes do Nascimento. Ciência da Computação Universidade Regional Integrada do Alto Uruguai e das Missões (URI) Santo Ângelo RS Brasil
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 maisManual de Utilização
Estamos definitivamente na era digital. Era da velocidade cada vez maior da informação. Era da otimização do tempo. O novo Sistema Integrado de Saúde Amil, SiSAmil, mostra toda a evolução da empresa nesse
Leia maisBackup. jmcordini@hotmail.com
Backup jmcordini@hotmail.com Backups e restauração de dados Backup é uma das tarefas mais incômodas na administração de sistemas mas é sem dúvida uma das mais importantes. Backup é nossa última linha de
Leia maisSemântica para Sharepoint. Busca semântica utilizando ontologias
Semântica para Sharepoint Busca semântica utilizando ontologias Índice 1 Introdução... 2 2 Arquitetura... 3 3 Componentes do Produto... 4 3.1 OntoBroker... 4 3.2 OntoStudio... 4 3.3 SemanticCore para SharePoint...
Leia maisManual de Utilização Sisamil - Sistema Integrado de Saúde Amil Manual de Utilização 1 54
Manual de Utilização 1 54 Estamos definitivamente na era digital. Era da velocidade cada vez maior da informação. Era da otimização do tempo. O novo Sistema Integrado de Saúde Amil, SiSAmil, mostra toda
Leia maisCapacidade = 512 x 300 x 20000 x 2 x 5 = 30.720.000.000 30,72 GB
Calculando a capacidade de disco: Capacidade = (# bytes/setor) x (méd. # setores/trilha) x (# trilhas/superfície) x (# superfícies/prato) x (# pratos/disco) Exemplo 01: 512 bytes/setor 300 setores/trilha
Leia maisGeorreferenciamento de Informações Econômicas
Georreferenciamento de Informações Econômicas Utilizando o sistema de informações georreferenciadas (SIG) para analisar padrões espaciais PROF.VLADIMIR FERNANDES MACIEL NÚCLEO DE PESQUISA EM QUALIDADE
Leia maisTabela de Símbolos. Análise Semântica A Tabela de Símbolos. Principais Operações. Estrutura da Tabela de Símbolos. Declarações 11/6/2008
Tabela de Símbolos Análise Semântica A Tabela de Símbolos Fabiano Baldo Após a árvore de derivação, a tabela de símbolos é o principal atributo herdado em um compilador. É possível, mas não necessário,
Leia maisPesquisa e organização de informação
Pesquisa e organização de informação Capítulo 3 A capacidade e a variedade de dispositivos de armazenamento que qualquer computador atual possui, tornam a pesquisa de informação um desafio cada vez maior
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 maisManual SAGe Versão 1.2 (a partir da versão 12.08.01)
Manual SAGe Versão 1.2 (a partir da versão 12.08.01) Submissão de Relatórios Científicos Sumário Introdução... 2 Elaboração do Relatório Científico... 3 Submissão do Relatório Científico... 14 Operação
Leia maisCURSO DE INFORMÁTICA BÁSICA AULA 2 O AMBIENTE WINDOWS
CURSO DE INFORMÁTICA BÁSICA AULA 2 O AMBIENTE WINDOWS Relembrando... Gabinete Ligando o computador São três passos básicos O ambiente Windows O Windows é um tipo de software chamado sistema operacional
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 maisProgramação Orientada a Objetos com PHP & MySQL Cookies e Sessões. Prof. MSc. Hugo Souza
Programação Orientada a Objetos com PHP & MySQL Cookies e Sessões Prof. MSc. Hugo Souza Se você precisar manter informações sobre seus usuários enquanto eles navegam pelo seu site, ou até quando eles saem
Leia maisGeorreferenciamento de Informações Econômicas
Georreferenciamento de Informações Econômicas Utilizando o sistema de informações georreferenciadas (SIG) para analisar padrões econômicos espaciais PROF.VLADIMIR FERNANDES MACIEL NÚCLEO DE PESQUISA EM
Leia maisAPLICAÇÃO DE MINERAÇÃO DE DADOS PARA O LEVANTAMENTO DE PERFIS: ESTUDO DE CASO EM UMA INSTITUIÇÃO DE ENSINO SUPERIOR PRIVADA
APLICAÇÃO DE MINERAÇÃO DE DADOS PARA O LEVANTAMENTO DE PERFIS: ESTUDO DE CASO EM UMA INSTITUIÇÃO DE ENSINO SUPERIOR PRIVADA Lizianne Priscila Marques SOUTO 1 1 Faculdade de Ciências Sociais e Aplicadas
Leia maisgerenciamento de portais e websites corporativos interface simples e amigável, ágil e funcional não dependendo mais de um profissional especializado
O NetPublisher é um sistema de gerenciamento de portais e websites corporativos (intranets ou extranets), apropriado para pequenas, médias e grandes empresas. O conteúdo do website pode ser atualizado
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 maisPalavras-chave: i3geo, gvsig, Mapserver, integração, plugin. Contato: edmar.moretti@terra.com.br ou edmar.moretti@gmail.com
III Jornada Latinoamericana e do Caribe do gvsig Artigo: Integração do software i3geo com o gvsig Autor: Edmar Moretti Resumo: O i3geo é um software para a criação de mapas interativos para internet qu
Leia maisArcGIS 1: Introdução ao GIS (10.2)
ArcGIS 1: Introdução ao GIS (10.2) Duração: 02 dias (16 horas) Versão do ArcGIS: 10.2 Material didático: Português Descrição Este treinamento ensina o que é o GIS e o que você pode realizar com ele. Trabalhando
Leia maisRevisão: Introdução. - Integração com o AutoManager; 1 Atualização de versão do banco de dados PostgreSQL
Urano Indústria de Balanças e Equipamentos Eletrônicos Ltda. Rua Irmão Pedro 709 Vila Rosa Canoas RS Fone: (51) 3462.8700 Fax: (51) 3477.4441 Características do Software Urano Integra 2.2 Data: 12/05/2014
Leia maisO CENSO 2010: BREVE APRESENTAÇÃO E RELEVÂNCIA PARA A GEOGRAFIA
O CENSO 2010: BREVE APRESENTAÇÃO E RELEVÂNCIA PARA A GEOGRAFIA BRUNO DE OLIVEIRA SOUZA 1 e RÚBIA GOMES MORATO 2 brunooliveira_souza@hotmail.com, rubiagm@gmail.com 1 Aluno do curso de Geografia Unifal-MG
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 maisAtividade de Aprendizagem 1 Aquífero Guarani Eixo(s) temático(s) Tema Conteúdos Usos / objetivos Voltadas para procedimentos e atitudes Competências
Aquífero Guarani Eixo(s) temático(s) Vida e ambiente / Terra e universo Tema Água e vida / ciclo hidrológico do planeta Conteúdos Águas subterrâneas Usos / objetivos Aprofundamento do estudo sobre as águas
Leia maisCONSTRUÇÃO DE BLOG COM O BLOGGER
CONSTRUÇÃO DE BLOG COM O BLOGGER Blog é uma abreviação de weblog, qualquer registro frequênte de informações pode ser considerado um blog (últimas notícias de um jornal online por exemplo). A maioria das
Leia maisManual da Turma Virtual: MATERIAIS. Para acessar a turma virtual com o perfil Docente, siga o caminho indicado abaixo:
Manual da Turma Virtual: MATERIAIS Para acessar a turma virtual com o perfil Docente, siga o caminho indicado abaixo: MENU TURMA VIRTUAL MENU MATERIAIS CONTEÚDO/PÁGINA WEB Esta operação possibilita que
Leia maisA lógica de programação ajuda a facilitar o desenvolvimento dos futuros programas que você desenvolverá.
INTRODUÇÃO A lógica de programação é extremamente necessária para as pessoas que queiram trabalhar na área de programação, seja em qualquer linguagem de programação, como por exemplo: Pascal, Visual Basic,
Leia maisÍNDICE 1 INTRODUÇÃO. 04 2 ACESSO AOS SISTEMAS. 05 3 DOCUMENTOS MANUTENÇÃO. 08 08 3.2 10 3.3 OCR. 11 4 REGISTRO DE DOCUMENTOS. 13 5 GERANDO DOCUMENTOS
ÍNDICE 1 INTRODUÇÃO... 04 2 ACESSO AOS SISTEMAS... 05 3 DOCUMENTOS MANUTENÇÃO... 08 3.1Tipos de Documentos... 08 3.2 Relações entre Documentos... 10 3.3 OCR... 11 4 REGISTRO DE DOCUMENTOS... 13 5 GERANDO
Leia maisCONTROLE DE QUALIDADE e VALIDAÇÃO DE PRODUTO CARTOGRÁFICO
CONTROLE DE QUALIDADE e VALIDAÇÃO DE PRODUTO CARTOGRÁFICO Editar dados em vários formatos e armazenar estas informações em diferentes sistemas é provavelmente uma das atividades mais comuns para os profissionais
Leia maisUNIVERSIDADE FEDERAL DA BAHIA - UFBA
UNIVERSIDADE FEDERAL DA BAHIA - UFBA Instituto de Ciências Ambientais e Desenvolvimento Sustentável Prof. Pablo Santos 4 a Aula SISTEMA DE INFORMAÇÃO GEOGRÁFICA - SIG Introdução Definições Necessárias
Leia maisImóvel Mix SGI. 1. Acesso ao Sistema 2. Aspectos Gerais 3. Configuração da Empresa 4. Cadastro de Usuários
Imóvel Mix SGI Imóvel Mix SGI 1. Acesso ao Sistema 2. Aspectos Gerais 3. Configuração da Empresa 4. Cadastro de Usuários 5. Controle de Acesso 6. Cadastro de Clientes 7. Cadastro de Imóveis 8. Vistoria
Leia maisPROJETO DE REDES www.projetoderedes.com.br
PROJETO DE REDES www.projetoderedes.com.br Centro Universitário de Volta Redonda - UniFOA Curso Tecnológico de Redes de Computadores 5º período Disciplina: Tecnologia WEB Professor: José Maurício S. Pinheiro
Leia maisSistema de Gestão de Recursos de Aprendizagem
Sistema de Gestão de Recursos de Aprendizagem Ambiente Virtual de Aprendizagem (Moodle) - - Atualizado em 29/07/20 ÍNDICE DE FIGURAS Figura Página de acesso ao SIGRA... 7 Figura 2 Portal de Cursos... 8
Leia maisHardware (Nível 0) Organização. Interface de Máquina (IM) Interface Interna de Microprogramação (IIMP)
Hardware (Nível 0) Organização O AS/400 isola os usuários das características do hardware através de uma arquitetura de camadas. Vários modelos da família AS/400 de computadores de médio porte estão disponíveis,
Leia maisGuia Site Empresarial
Guia Site Empresarial Índice 1 - Fazer Fatura... 2 1.1 - Fazer uma nova fatura por valores de crédito... 2 1.2 - Fazer fatura alterando limites dos cartões... 6 1.3 - Fazer fatura repetindo última solicitação
Leia maisJonathan J. Campos, Jefferson de Faria, William de O. Sant Ana
APLICAÇÕES GEOGRÁFICAS NA WEB PARA INTEGRACÃO DE DADOS DO MONITORAMENTO AMBIENTAL DE ÁREAS DEGRADADAS PELA MINERAÇÃO DE CARVÃO NA BACIA CARBONÍFERA DO SUL DO ESTADO DE SANTA CATARINA Jonathan J. Campos,
Leia maisProjeto de Sistemas I
Instituto Federal de Educação, Ciência e Tecnologia de São Paulo Projeto de Sistemas I Professora: Kelly de Paula Cunha E-mail:kellypcsoares@ifsp.edu.br Requisitos: base para todo projeto, definindo o
Leia maisDESENVOLVIMENTO 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 maisLição 1 - Criação de campos calculados em consultas
1 de 5 21-08-2011 22:15 Lição 1 - Criação de campos calculados em consultas Adição de Colunas com Valores Calculados: Vamos, inicialmente, relembrar, rapidamente alguns conceitos básicos sobre Consultas
Leia maisBanco de Dados Aula 1 Introdução a Banco de Dados Introdução Sistema Gerenciador de Banco de Dados
Banco de Dados Aula 1 Introdução a Banco de Dados Introdução Um Sistema Gerenciador de Banco de Dados (SGBD) é constituído por um conjunto de dados associados a um conjunto de programas para acesso a esses
Leia maisSoftware. Gerenciamento de Manutenção
Software Gerenciamento de Manutenção Tutorial Passo a Passo Do Cadastro de Serviço à Consulta de Serviços Realizados Tutorial Recomendações AsinformaçõesutilizadasnestetutorialsãoasmesmasquevocêtemnoseuBancodeDados
Leia maisUm Driver NDIS Para Interceptação de Datagramas IP
Um Driver NDIS Para Interceptação de Datagramas IP Paulo Fernando da Silva psilva@senior.com.br Sérgio Stringari stringari@furb.br Resumo. Este artigo apresenta o desenvolvimento de um driver NDIS 1 para
Leia maisPROCESSO DE DESENVOLVIMENTO DE SOFTWARE. Modelos de Processo de Desenvolvimento de Software
PROCESSO DE DESENVOLVIMENTO DE SOFTWARE Introdução Modelos de Processo de Desenvolvimento de Software Os modelos de processos de desenvolvimento de software surgiram pela necessidade de dar resposta às
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 maisMANUAL DO USUÁRIO SORE Sistema Online de Reservas de Equipamento. Toledo PR. Versão 2.0 - Atualização 26/01/2009 Depto de TI - FASUL Página 1
MANUAL DO USUÁRIO SORE Sistema Online de Reservas de Equipamento Toledo PR Página 1 INDICE 1. O QUE É O SORE...3 2. COMO ACESSAR O SORE... 4 2.1. Obtendo um Usuário e Senha... 4 2.2. Acessando o SORE pelo
Leia maisTECNOLOGIAS DA INFORMAÇÃO E COMUNICAÇÃO. SISTEMAS DE GESTÃO DE BASE DE DADOS Microsoft Access TECNOLOGIAS DA INFORMAÇÃO E COMUNICAÇÃO
TECNOLOGIAS DA INFORMAÇÃO E COMUNICAÇÃO Microsoft Access TECNOLOGIAS DA INFORMAÇÃO E COMUNICAÇÃO CONCEITOS BÁSICOS 1 Necessidade das base de dados Permite guardar dados dos mais variados tipos; Permite
Leia maisSistemas Operacionais
Sistemas Operacionais Gerência de Arquivos Edson Moreno edson.moreno@pucrs.br http://www.inf.pucrs.br/~emoreno Sumário Conceituação de arquivos Implementação do sistemas de arquivo Introdução Sistema de
Leia maisAUTOR: DAVID DE MIRANDA RODRIGUES CONTATO: davidmr@ifce.edu.br CURSO FIC DE PROGRAMADOR WEB VERSÃO: 1.0
AUTOR: DAVID DE MIRANDA RODRIGUES CONTATO: davidmr@ifce.edu.br CURSO FIC DE PROGRAMADOR WEB VERSÃO: 1.0 SUMÁRIO 1 Conceitos Básicos... 3 1.1 O que é Software?... 3 1.2 Situações Críticas no desenvolvimento
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 maisSistemas de Informação Geográfica Prof. Tiago Eugenio de Melo, MSc.
Sistemas de Informação Geográfica Prof. Tiago Eugenio de Melo, MSc. SUMÁRIO Apresentação da ementa Introdução Conceitos Básicos de Geoinformação Arquitetura de SIGs Referências Bibliográficas APRESENTAÇÃO
Leia maisUniversidade Federal do Estado do Rio de Janeiro UNIRIO. Guia para criação do banco de dados de redes sociais
Universidade Federal do Estado do Rio de Janeiro UNIRIO Programa de Pós-Graduação em Informática Guia para criação do banco de dados de redes sociais Edvaldo Artmann de Oliveira edvaldo.oliveira@uniriotec.br
Leia maisPlanejando o aplicativo
Um aplicativo do Visual FoxPro geralmente inclui um ou mais bancos de dados, um programa principal que configura o ambiente de sistema do aplicativo, além de uma interface com os usuários composta por
Leia maisBem- Vindo ao manual de instruções do ECO Editor de COnteúdo.
Manual de Instruções ECO Editor de Conteúdo Bem- Vindo ao manual de instruções do ECO Editor de COnteúdo. O ECO é um sistema amigável e intui?vo, mas abaixo você pode?rar eventuais dúvidas e aproveitar
Leia maisUniversidade Federal do Vale do São Francisco Programa de Assistência Estudantil
1 - Introdução O sistema PAE da UNIVASF é uma ferramenta desenvolvida pelo Núcleo de Tecnologia da Informação (NTI) que auxilia o processo seletivo de estudantes de graduação para o, que serão selecionados
Leia maisManual do usuário. v1.0
Manual do usuário v1.0 1 Iniciando com o Vivo Gestão 1. como fazer login a. 1º acesso b. como recuperar a senha c. escolher uma conta ou grupo (hierarquia de contas) 2. como consultar... de uma linha a.
Leia maisEXPLORANDO TÉCNICAS E RECURSOS DO GERENCIADOR DE DADOS ABERTOS CKAN. TuaneFaria USP tuanefaria@yahoo.com.br
EXPLORANDO TÉCNICAS E RECURSOS DO GERENCIADOR DE DADOS ABERTOS CKAN Prof. Dr. José Eduardo Santarem Segundo USP santarem@usp.br TuaneFaria USP tuanefaria@yahoo.com.br Introdução Disponibilizar Dados Disponibilizar
Leia maisÍNDICE 1. CADASTRO DE BOLSAS... 2
ÍNDICE 1. CADASTRO DE BOLSAS... 2 1.1. ACESSANDO A APLICAÇÃO... 2 1.2. GUIA : BOLSAS... 3 1.2.1. Instruções para preenchimento dos campos... 3 1.3. GUIA : OBSERVAÇÃO... 7 1.4. GUIA : UNIDADES... 8 1.4.1.
Leia maisNoções de. Microsoft SQL Server. Microsoft SQL Server
Noções de 1 Considerações Iniciais Basicamente existem dois tipos de usuários do SQL Server: Implementadores Administradores 2 1 Implementadores Utilizam o SQL Server para criar e alterar base de dados
Leia maisLogin Integrado (Quiosque / Visão Descentralizada TOTVS 11)
Login Integrado (Quiosque / Visão Descentralizada Produto : Datasul HCM Visão Descentralizada / Quiosque Eletrônico TOTVS 11 Chamado/Requisito : D1180HCM13/2080 Data da criação : 16/07/2014 Data da revisão
Leia maisSIG - Sistemas de Informação Geográfica
SIG - Sistemas de Informação Geográfica Gestão da Informação Para gestão das informações relativas ao desenvolvimento e implantação dos Planos Municipais de Conservação e Recuperação da Mata Atlântica
Leia maisGlossário Apresenta a definição dos termos, siglas e abreviações utilizadas no contexto do projeto Citsmart.
Apresenta a definição dos termos, siglas e abreviações utilizadas no contexto do projeto Citsmart. Versão 1.6 15/08/2013 Visão Resumida Data Criação 15/08/2013 Versão Documento 1.6 Projeto Responsáveis
Leia maisFigura 1: tela inicial do BlueControl COMO COLOCAR A SALA DE INFORMÁTICA EM FUNCIONAMENTO?
Índice BlueControl... 3 1 - Efetuando o logon no Windows... 4 2 - Efetuando o login no BlueControl... 5 3 - A grade de horários... 9 3.1 - Trabalhando com o calendário... 9 3.2 - Cancelando uma atividade
Leia maisEstá apto a utilizar o sistema, o usuário que tenha conhecimentos básicos de informática e navegação na internet.
1. Descrição Geral Este manual descreve as operações disponíveis no módulo VTWEB Client, cuja finalidade é gerenciar cadastros de funcionários, realização de pedidos e controle financeiro dos pedidos.
Leia maisAmerican Express @ Work Guia de Primeiros Passos
American Express @ Work Guia de Primeiros Passos Utilize o American Express @ Work para gerenciar a Conta do Associado e da sua Empresa, realizar manutenções nas Contas, acessar Relatórios de forma rápida,
Leia maisMicrosoft Project 2007
www.gerentedeprojeto.net.br Microsoft Project 2007 Trabalhando com Templates Alexandre Paiva de Lacerda Costa, PMP, MCTS, ITIL Sumário Trabalhando com Templates no MS Project 2007... 3 Por que templates
Leia maisÍNDICE. 1. Introdução...2. 2. O que é o Sistema Mo Porã...2. 3. Como acessar o Site Mo Porã...3. 4. Cadastro do Sistema Mo Porã...
ÍNDICE 1. Introdução...2 2. O que é o Sistema Mo Porã...2 3. Como acessar o Site Mo Porã...3 4. Cadastro do Sistema Mo Porã...4 5. Navegando no Site Mo Porã...6 5. 1 Manual de ajuda do sistema Mo Porã...7
Leia maisProfessor: Macêdo Firmino Disciplina: Sistemas Operacionais de Rede
Professor: Macêdo Firmino Disciplina: Sistemas Operacionais de Rede O sistema de nome de domínio (DNS) é um sistema que nomeia computadores e serviços de rede e é organizado em uma hierarquia de domínios.
Leia maisManual do Painel Administrativo
Manual do Painel Administrativo versão 1.0 Autores César A Miggiolaro Marcos J Lazarin Índice Índice... 2 Figuras... 3 Inicio... 5 Funcionalidades... 7 Analytics... 9 Cidades... 9 Conteúdo... 10 Referência...
Leia maisTUTORIAL DE USO DO BUSINESS INTELLIGENCE (BI) PARA O HÓRUS-ESPECIALIZADO
MINISTÉRIO DA SAÚDE Secretaria de Ciência, Tecnologia e Insumos Estratégicos Departamento de Assistência Farmacêutica Coordenação Geral do Componente Especializado da Assistência Farmacêutica TUTORIAL
Leia maisSistemas de Informação
Sistemas de Informação Prof. M.Sc. Diego Fernandes Emiliano Silva diego.femiliano@gmail.com Agenda Banco de dados Gerenciamento de banco de dados Sistemas de gerenciamento de banco de dados Como usar banco
Leia maissrbo@ufpa.br www.ufpa.br/srbo
CBSI Curso de Bacharelado em Sistemas de Informação BI Prof. Dr. Sandro Ronaldo Bezerra Oliveira srbo@ufpa.br www.ufpa.br/srbo Tópicos Especiais em Sistemas de Informação Faculdade de Computação Instituto
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 maisMINISTÉRIO DO DESENVOLVIMENTO AGRÁRIO SUBSECRETARIA DE PLANEJAMENTO, ORÇAMENTO E ADMINISTRAÇÃO COORDENAÇÃO-GERAL DE MODERNIZAÇÃO E INFORMÁTICA
MINISTÉRIO DO DESENVOLVIMENTO AGRÁRIO SUBSECRETARIA DE PLANEJAMENTO, ORÇAMENTO E ADMINISTRAÇÃO COORDENAÇÃO-GERAL DE MODERNIZAÇÃO E INFORMÁTICA SACI LIVRE SISTEMA DE ADMINISTRAÇÃO DE CONTEÚDO INSTITUCIONAL
Leia maiswww. inf.br Outubro/2008 5www.habisp.inf.br TREINAMENTO HABISP VERBA DE ATENDIMENTO
5 www. HABISP. inf.br Outubro/2008 TREINAMENTO HABISP MÓDULO VERBA DE ATENDIMENTO 1 INTRODUÇÃO Este documento, tem por finalidade, permitir aos usuários a utilização das ferramentas do HABISP que possibilitam
Leia mais