LCE_136_SII_BIOLOGIA_ Sistemas de Informação e Inteligência para Biologia

Exercícios e Seminário

Ilustração, modelo de exercício pratico

Fazer individualmente ou em duplas os exercicios praticos.

Exercicios teoricos individuais.

Seminario individual.

Whatsapp do Gabriel: 019-988-627-438

Enviar os exercícios e seminario para o e-mail da disciplina.
E-Mail da Disciplina:

biologia.inteligente.10@gmail.com

Colocar no Assunto do e-mail o Nome Completo tipo de exercício (pratico ou teórico) número do exercício ou seminário.

Seminário

Escolha um assunto entre os exercícios teóricos e práticos e elabore um seminário com 14 slides, em português, inglês ou espanhol. DL: 10/11. Enviar o seminário no e-mail de exercícios com seu nome, trabalho individual.

Exercícios teóricos e seminário são atividades individuais, tentar fazer em inglês ou espanhol.

Exercícios Práticos podem ser feitos em dois ou três pessoas.

Exercício Teórico 1

Elabore 7 slides sobre os assuntos:

- I Artificial: conceito, tipos, utilização

- I Artificial na Biologia e Ecologia

- Robótica

- Bots

De 4 a 6 slides.

Prazo:21/8

Exercício Teórico 2

- Machine learning. Conceito, tipos

- Matriz de Confusão. Utilidade

- Exemplos práticos de aplicação de Machine learning

- De 8 a 12 slides.

DL: 28/8

Exercício Teórico 3

- Ciência de Dados, conceito, tipos e utilidade.

- Estatística Robusta Uni e Multivariada

- De 8 a 12 slides.

DL:

Exercício Teórico 4

- Gestão Sistêmica de Organizações: ONG, Laboratório, Projeto de Pesquisa ou Extensão, Instituto de Pesquisa, Empresa etc. Quais são (definição) e quem é responsável numa organização da gestão: Estratégica, Tática ou Operacional.

Vocês têm a melhor formação para gestão sistêmica, estudam os sistemas mais complexos, ecossistemas, fisiologia e anatomia de animais e plantas etc. DL:

Exercício Teórico 5

- Enumere e explique os parâmetros que são obtidos a partir da matriz de confusão na IAI Supervisionada para Classificação. Apresente um exemplo. De 8 a 12 slides.

DL:

Exercício Teórico 6

Como o Biólogo pode se beneficiar da IA profissionalmente, 6 slides. DL: 31/10

Exercícios Praticos

Exercício Prático 1 – Resolva no Excel ou LO Calc. A distancia afeta a concertracao de As no biomonitor? Prazo: 21/8

Biomonitor Garcina gardineriana (folhas) para As na Mata Atlântica

Dados para Importar:

Distan.	As
(m)	(mg/kg)
100	0,98??
200	0,95???
300	0,85
400	0,86
500	0,59
600	0,45
700	0,32
800	0,15
900	0,11
1000	0,09

Exercício Pratico 2. Resolva no Excel ou LO Calc. A distancia afeta a concertracao de As no biomonitor? Agora com o outlier (dado fora de contexto, atipico). Prazo: 28/8

Dados para Importar:

Distan.	As
(m)	(mg/kg)
100	0,98??
200	0,95???
300	0,85
400	0,86
500	0,59
600	0,45
700	0,32
800	0,15
900	0,11
1000	0,09


1100	2,99

Outlier

Exercício Pratico 3 - Resolva com Regressão Robusta em SAS. A distancia afeta a concertracao de As no biomonitor? Agora com o outlier (dado fora de contexto, atipico). Prazo:

Distan.	As
(m)	(mg/kg)
100	0,98??
200	0,95???
300	0,85
400	0,86
500	0,59
600	0,45
700	0,32
800	0,15
900	0,11
1000	0,09


1100	2,99

Outlier

Programa SAS com RobustReg:

data contamina;
input Distan As;
datalines;
100 0.9859
200 0.9559
300 0.85
400 0.86
500 0.59
600 0.45
700 0.32
800 0.15
900 0.11
1000 0.09
1100 2.99
;
proc print;
run;
/* input Distan As; */
proc reg;
model As = Distan;
run;

Arquivo de Resultados e Discussão

Clicar Aqui !!!

Outro arquivo com Resultados e Discussão

Clicar aqui !!!

Exercício Pratico 4. Regressão Multipla em Excel ou LOffice Calc, SAS (proc reg e robustreg) e Weka. Dead Line:

data bda;

input DBO ICobV ICArb Bcont Dis_Pl IBD_A;

cards;

1.604 89 60 11 9 90.??

0.385 90 61 10 8.9 91

0.216 91 62 9 9.1 92

0.303 90 59 10 8.8 89

1.961 20 12 81 0.2 20

0.782 21 14 79 0.3 22

0.57 22 15 78 0.25 23

2.187 22 12 77 0.2 24

0.764 59 35 41 6 60

0.273 60 32 40 6.5 61

1.883 64 33 38 5.8 63

0.581 62 32 37 5.6 62

0.18 79 50 21 8.2 80

0.007 80 49 20 7.8 79

2.028 80 48 18 8.2 81

2.431 79 47 21 7.7 78

0.216 92 61 9.1 9.5 23

;

input DBO ICobV ICArb Bcont Dis_Pl IBD_A;

proc robustreg;

model IBD_A = DBO ICobV ICArb Bcont Dis_Pl / diagnostics;

run;

Resultado do Ex. 4

Clicar Aqui !!!

Exercício Pratico 5 - aplicar IAIN para Redução de Dimensão no Exercício Pratico 4. DL:

data biodiv;

input DBO ICobV ICArb Bcont Dis_Pl IBD_A;

datalines;

1.604 89 60 11 9 90.??

0.385 90 61 10 8.9 91

0.216 91 62 9 9.1 92

0.303 90 59 10 8.8 89

1.961 20 12 81 0.2 20

0.782 21 14 79 0.3 22

0.57 22 15 78 0.25 23

2.187 22 12 77 0.2 24

0.764 59 35 41 6 60

0.273 60 32 40 6.5 61

1.883 64 33 38 5.8 63

0.581 62 32 37 5.6 62

0.18 79 50 21 8.2 80

0.007 80 49 20 7.8 79

2.028 80 48 18 8.2 81

2.431 79 47 21 7.7 78

0.216 92 61 9.1 9.5 23

;

proc print;

run;

proc prinqual plots=(MDPref);

transform identity(DBO ICobV ICArb Bcont Dis_Pl IBD_A);

ods select MDPrefPlot;

run;

Clicar Aqui

Ex. Pratico 6. IAI Não Supervisionada para Agrupamentos e Distâncias Multivariados. DL: 25/9

data biomas;

input Bioma $ Especies Ind_Shan Biomasa CO2 Pesticid Met_Pesa;

datalines;

Amazon 1032 16.07 746.5 23.6 57.6 105.6

Caatin 243 7.05 97.1 17.9 118.5 105.4

Cerra 477 11.18 218.3 32.1 222.9 124.8

M_Atla 618 11.98 470.3 24.8 228.8 253.9

Pampa 317 8.58 53.9 21.9 178.2 135.7

Pantan 548 11.73 276.7 39.6 109.5 197.3

;

proc print;

run;

/* input Bioma $ Especies Ind_Shan Biomasa CO2 Pesticid Met_Pesa; */

proc cluster outtree = arvore method = average;

var Especies Ind_Shan Biomasa CO2 Pesticid Met_Pesa;

id Bioma;

run;

PROC TREE DATA = arvore;

RUN;

Ex. Pratico 7 - IAI Não Supervisionada para

Redução de Dimensao e Asociação.

Aploque essa IA no exercicio 6.

Tipos de Machine Learning

LCE_136_SII_BIOLOGIA_ Sistemas de Informação e Inteligência para Biologia

sexta-feira, 28 de agosto de 2026

Pauta 28/8

sexta-feira, 21 de agosto de 2026

Horários de Consulta

Aula 21/8 Pauta

sexta-feira, 14 de agosto de 2026

Exercícios e Seminário