capa do livro

Inteligência Computacional

Fundamentos e aplicações

Alexandre G. Evsukoff

APRESENTAÇÃO

  1. INTRODUÇÃO

    1.    CIÊNCIA DE DADOS

    2.    TIPOS DE MODELOS

      1.       Regressão

      2.       Classificação

      3.       Análise de agrupamentos

    3.    RECURSOS COMPLEMENTARES

      1.       Bibliografia de referência

      2.       Recursos na internet

      3.       Softwares

    4.    COMENTÁRIOS FINAIS

  2. PRÉ-PROCESSAMENTO

    1.    CONJUNTOS DE DADOS

    2.    CARACTERIZAÇÃO ESTATÍSTICA

      1.       Análise monovariável

      2.       Análise multivariada

      3.       Matriz de distâncias e similaridades

    3.    LIMPEZA DE DADOS

      1.       Padronização de variáveis

      2.       Detecção de outliers

      3.       Valores ausentes

    4.    TRANSFORMAÇÕES LINEARES

      1.       Análise de componentes principais

      2.       Decomposição em valores singulares

      3.       Análise discriminante linear

      4.       Análise de correlação canônica

    5.    APLICAÇÕES

      1.       Padrões de mobilidade

      2.       Equações de paridade

    6.    COMENTÁRIOS FINAIS

  3. REGRESSÃO LINEAR

    1.    O PROBLEMA DE REGRESSÃO

      1.       O Modelo linear

      2.       Método dos mínimos quadrados

      3.       Interpretação geométrica

      4.       Exemplo sintético

    2.    REGULARIZAÇÃO

      1.       Bias e variância

      2.       Regularização de Tikhonov

      3.       Regularização por componentes principais

    3.    VALIDAÇÃO DE MODELOS

      1.       Estatísticas de validação

      2.       Validação cruzada

    4.    APLICAÇÕES

      1.       Conjunto de dados Pollution

      2.       Previsão da elevação adiabática de temperatura do concreto

    5.    COMENTÁRIOS FINAIS

  4. MODELOS DINÂMICOS

    1.    AUTOCOVARIÂNCIA E AUTOCORRELAÇÃO

    2.    MODELOS DE SÉRIES TEMPORAIS

      1.       Modelo AR

      2.       Modelo MA

      3.       Estruturas mistas

    3.    SISTEMAS DINÂMICOS LINEARES

      1.       Modelo ARX

      2.       Modelo ARMAX

      3.       Modelo OE

      4.       Modelo Box & Jenkins

      5.       Equações de estado

    4.    APLICAÇÕES

      1.       Wolf’s sunspot numbers

      2.       Modelo chuva-vazão

    5.    COMENTÁRIOS FINAIS

  5. CLASSIFICAÇÃO

    1.    CLASSIFICAÇÃO BAYESIANA

      1.       Decisão bayesiana

      2.       Classificador bayesiano simples

      3.       Classificador bayesiano quadrático

    2.    MODELOS LINEARES DE CLASSIFICAÇÃO

      1.       Mínimos quadrados

      2.       Mínimos quadrados ponderados

      3.       Regressão logística

    3.    AVALIAÇÃO DE CLASSIFICADORES

      1.       Estatísticas de validação

      2.       Espaço ROC e AUC

    4.    APLICAÇÕES

      1.       Testes benchmark

      2.       Análise de cancelamento em telefonia

    5.    COMENTÁRIOS FINAIS

  6. ANÁLISE DE AGRUPAMENTOS

    1.    O PROBLEMA DE ANÁLISE DE AGRUPAMENTOS

    2.    MÉTODOS DE PARTIÇÃO

      1.       Algoritmo k-médias

      2.       Exemplos

    3.    MÉTODOS HIERÁRQUICOS

      1.       Algoritmos aglomerativos

      2.       Exemplos

    4.    PARTICIONAMENTO DE GRAFOS

      1.       Algoritmos de agrupamento espectral

      2.       Exemplos

    5.    VALIDAÇÃO DE GRUPOS

      1.       Medidas externas

      2.       Medidas internas

      3.       Medidas relativas

    6.    APLICAÇÕES

      1.       Segmentação de imagens de satélite

      2.       Agrupamento de documentos

    7.    COMENTÁRIOS FINAIS

  7. MODELOS LINEARES LOCAIS

    1.    APRENDIZADO DE MÁQUINAS

    2.    MODELOS DE BASE RADIAL (RBF)

      1.       Aproximação de funções

      2.       Modelos RBF

      3.       Ajuste de parâmetros

    3.    MÁQUINAS DE VETOR DE SUPORTE

      1.       Funções de núcleo

      2.       Minimização do risco estrutural

      3.       Classificadores de máxima margem

    4.    APLICAÇÕES

      1.       Testes benchmark

      2.       Algoritmo da decomposição espectral

    5.    COMENTÁRIOS FINAIS

  8. SISTEMAS FUZZY

    1.    CONJUNTOS FUZZY

      1.       Funções de pertinência

      2.       Operadores fuzzy

      3.       Relações fuzzy

    2.    MODELOS DE REGRAS FUZZY

      1.       Variáveis linguísticas

      2.       Cálculo de regras fuzzy

      3.       Sistemas fuzzy simbólicos 304

    3.       ALGORITMOS PARA CIÊNCIA DE DADOS

      1.       Fuzzy c-médias

      2.       Fuzzy pattern matching

      3.       Algoritmo de Wang & Mendel

      4.       Modelo fuzzy-RBF

    4.       APLICAÇÕES

      1.       Testes benchmark

      2.       Diagnóstico de falhas

      3.       Classificação espacial

      4.       Modelo chuva-vazão

    5.       COMENTÁRIOS FINAIS

  9.     REDES NEURAIS

    1.       REDES NEURAIS LINEARES

      1.       Perceptron e ADALINE

      2.       Método do gradiente

      3.       Gradiente estocástico

    2.       REDES NEURAIS NÃO LINEARES

      1.       Perceptron de Múltiplas Camadas (MLP)

      2.       Avaliação pelo máximo da verossimilhança

      3.       Algoritmo da retropropagação

    3.       REDES NEURAIS PROFUNDAS

      1.       Redes neurais convolucionais

      2.       Redes neurais recorrentes

      3.       Aprendizado da representação

    4.       APLICAÇÕES

      1.       Previsão de inadimplência

      2.       Previsão de emissões de combustível

      3.       Previsão de demanda de energia elétrica

      4.       Previsão de mercado financeiro

    5.       COMENTÁRIOS FINAIS

REFERÊNCIAS BIBLIOGRÁFICAS

REFERÊNCIAS NA INTERNET

Veja também

capa do livro

Introdução à Mineração de Dados - 2a edição

Edição ampliada e revisada

Luis Paulo Vieira Braga

capa do livro

Introducción a la Minería de Datos

Luis Paulo Vieira Braga, Luis Iván Ortiz Valencia e Santiago Segundo Ramirez Carvajal

capa do livro

Desafios Sistêmicos

Lições aprendidas por consultores e executivos que vivenciaram a implementação de sistemas

Sérgio Lins

capa do livro

Gestão de Custos em Telecom

José Ranieri Ribeiro Cavalcante