Logo PECE. Pular para página inicial
 

Ementa da Disciplina

CódigoDAS-010
DisciplinaAnálise Preditiva
Objetivo

Apresentar os fundamentos, conceitos e técnicas de criação e introdução à modelagem preditiva, regressão logística, regularização, arvores de decisão, florestas Aleatórias e bagging. Validação de modelos preditivos. Ao final desta disciplina, os alunos deverão: conceituar e introduzir as práticas e técnicas para visualização de informações; e compreender as técnicas mais comuns de visualização, aprendendo a utilizá-las de forma adequada e compreendendo os princípios que conduzem à criação de cenários futuros.

    
Público_Alvo

Profissionais que desejem transformar dados em informação e conhecimento estratégico. Executivos, gestores, analistas, especialistas e consultores que atuem em setores de informação intensiva.


Ementa

Otimização não linear, redes neurais, otimização e incerteza, programação linear, simulação de Monte Carlo, análise de desempenho comparado (DEA), redes neurais, sistemas dinâmicos, otimização não linear, comparação de métodos evolutivos x algoritmos de início múltiplo, Bootstrapping, aplicações: lançamento de novos produtos, evolução de market-share, gestão de incerteza, otimização, método neutro em relação ao risco, fórmula de Black-Scholes, precificação por simulação de Monte Carlo, precificação pelo método binomial. Opção de organização de cenários futuros.

Bibliografia

1. FACELI, K.; LORENA, A. C.; GAMA, J.; CARVALHO, A. C. P. L. F. Inteligência Artificial - Uma Abordagem de Aprendizado de Máquina. Editora LTC, 2011.

2. FAN, W.; BIFET, A. Mining big data: current status, and forecast to the future. ACM SIGKDD Explorations Newsletter, V.14, n.2, p.1-5, Dec. 2012.

3. SINGH, S.; SINGH, N. Big data analytics. International Conference on Communication, Information & Computing Techonolgy (ICCICT), p.1-4, Oct.2012.

4. PENNACCHIOTTI, M. Predicting purchase behaviors from social media. In: Proceedings of the 22nd international conference on World Wide Web, May 2013a. p.1521-2532

Duração (h)24
Título Escolha
Imagem do selo de Garantia de Qualidade POLI
Centro de Apoio ao Aluno: atendimento@pecepoli.com.br
Telefone: (11) 2998-0000 Fax: (11)2998-0054
Segunda a sexta-feira das 9h00 às 21h00.
Logo da USP - link externo ©Copyright 2010 PECE - Todos direitos reservados. Logo da Escola Politécnica - link externo