Disciplina LCE 5736 PG - Proximo semestre - Inteligência Artificial, Ciência de Dados e Metaverso
Devo dar um 85%
das aulas, próximos anos devo diminuir a participação.
Sigla: LCE5736 - 1
Tipo: Pós-graduação
Nome: Inteligência Artificial, Ciência de Dados e
Metaverso para Pesquisa e Gestão Empresarial – Introdução
Carga horária: Total: 120 h
Teórica: 2 h
Prática: 2 h
Estudo: 4 h
Créditos: 8
Duração: 15 semanas
Responsáveis:
325635 - Antônio Ribeiro de Almeida Junior
5542817 - Cristian
Marcelo Villegas Lobos
2688982 - Gabriel Adrián
Sarriés
Objetivos: Introduzir os alunos nas áreas de Inteligência
Artificial (IA), Ciência de Dados (CD), Metaverso e Gestão 4.0 e 5.0 para
poderem visualizar aplicações na pós-graduação e no mercado de trabalho. Serão
abordadas ferramentas práticas, em laboratório de computação, resolvendo
problemas de pesquisa e gestão.
Justificativa: As áreas a serem abordadas são extremante úteis e
abrangentes, podendo ser utilizadas em todos os trabalhos de pesquisa e gestão.
O impacto da IA na Humanidade está sendo comparado à descoberta do fogo, da
energia elétrica e a expectativa supera a descoberta da internet. A IA está
mudando o mundo do estudo, pesquisa, trabalho e a vida da maioria das pessoas. Os
profissionais que não adotarem essa tecnologia terão dificuldade em termos de
empregabilidade e competitividade. A CD é sinérgica e complementar à IA, para
amostras pequenas (small data) funciona melhor, já para grandes amostras (Big
Data) a IA tende a ser mais útil, por desempenho e abrangência de aplicação. IA
e CD são fundamentais na pesquisa e gestão empresarial e atualmente se
considera um risco as empresas não adotarem a IA e consideramos que acontece
algo similar na pesquisa. O metaverso deverá receber US$ 5 trilhões de
investimento até 2030, o que indica a quantidade de oportunidades que estão
sendo geradas. O conhecimento da humanidade dobra em 3,8 meses com o uso da IA.
Programa Resumido:
·
Impacto das tecnologias de inteligência artificial,
ciência de dados e metaverso na humanidade.
·
Inteligência Artificial: conceito, classificação,
algoritmos.
·
Ciência de Dados: univariada, multivariada,
paramétrica e robusta. Mineração de dados numéricos e mineração de textos
utilizando IA.
·
Metaverso: realidade virtual, aumentada e mista.
·
Aplicações em pesquisa, gestão empresarial, gestão de
projetos e qualidade de vida no trabalho e geral. IA generativa na pesquisa e
gestão, criação de prompts.
Programa:
Impacto das tecnologias de inteligência artificial e ciência de dados na
humanidade. Emprego, sociedade, economia, guerra e pesquisa. Revoluções
industriais, limiares da humanidade, singularidade.
Tipos de IA: indutiva supervisionada (para
classificação e predição) não supervisionada (para redução
de dimensão e classificação), dedutiva, generativa, estreita, geral e super
inteligência.
Algoritmos (Rede Neural, Random Forest, Suport Vector Machine, Naive
Bayes, Deep Learning, CART), parâmetros, amostragem, índice de generalização, cross-validation,
split, acurácia, poder dos algoritmos, especificidade, sensibilidade (recall),
precisão, F1-Score, curva AUC-ROC, erro tipo I e II.
IA generativa para planejamento estratégico e tático em pesquisa e
gestão, prompts. Chat GPT e Bard. Plataforma de IA (Midjourney, ChatPDF, Adobe
Fire Fly).
Simulação computacional: Bootstrapping, Jackknife e Monte Carlo.
Exemplos práticos de cada tipo de IA. Software visual, user friendly e
programação (linguagens). Análises linguísticas, lexicais, de conteúdo, de
discurso e semântica, text mining. (programas computacionais). Casos de
aplicação em pesquisa e gestão da equipe dessa disciplina.
CD Paramétrica: ANOVA, MANOVA, regressão múltipla, gráficos de controle
e capacidade de processos. CD Robusta: RobustANOVA, RobustMANOVA, RobustReg,
Box Plots. Medidas de posição robustas (mediana, tri média e média interquartílica)
medidas de dispersão robustas (desvio padrão robusto e desvio interquartílico).
Gerenciamento de outliers, impacto nos modelos de IA e CD,
reposicionamento ou eliminação (RCA-NASA).
Bancos de dados: SQL, não SQL, relacionais e não relacionais, linguagem
SQL. Data Lakes.
CD sem código.
Modelagem matemática, estatística e computacional.
Sinergia IA - CD, Big-Wide
Data e Small Data.
Data: Mining, Crunching,
Analysis e Analytic. Mineração de dados numéricos e mineração de textos.
Análise, projeto, prototipação, codificação e testes de sistemas
(aplicativos e robôs).
Metaverso: realidade virtual e aumentada, edifício do metaverso da USP, escola
do metaverso, hologramas -avatares – redução de dimensão - disrupção: kakushin
e kaikaku - entorno multiusuário perpétuo e persistente, gêmeos digitais.
Parcerias da USP com empresas.
Aplicações de IA, CD:
Pesquisa: observacional, experimental, qualitativa, quantitativa,
quali-quanti, descritiva, exploratória, explicativa, bibliográfica (IA e CD
para mineração de texto) e de campo. Nanotecnologia, autenticidade e rastreabilidade
de alimentos e commodities, gestão de negócios, qualidade de vida, Covid,
energia nuclear, smart farms etc.
Gestão: sistemas Toyota 4.0, Porsche, BSC (Harvard), Amazon, Google,
Apple, GE, Lean Startup e Lean canvas, normas ISO (9.000, 14.000, 17.025,
22.000 e 27.000). Planejamento estratégico (kakushin), tático (kaikaku) e
operacional (kaizen). Análise da causa raiz (RCA-NASA), análise de risco
(FMEA/FTA-NASA), Gestão de KPIs, indicadores, índices, dimensões, variáveis
latentes. Gerenciamento de projetos PMI PMBOK - NASA e Toyota. DSS, ERP, CRM e
MRP.
Auditoria, consultoria, mentoria e coaching empresarial.
Qualidade de Vida no trabalho e geral. Maslow, OMS, bem-estar
psicológico.
Linguagens computacionais a serem utilizadas: SAS ou R, Python e SQL.
Programas computacionais: Excel, LibreOffice Calc, Access, LibreOffice
Base, Max QDA, Iramutec-R e Weka.
Casos de aplicação em pesquisa e gestão da equipe dessa disciplina.
Bibliografia:
|
Literatura Básica:
ALCOFORADO, L. F. Utilizando a
linguagem R: conceitos, manipulação, visualização, modelagem e elaboração
de relatórios. Editora Alta Books, São Paulo. 2021. 384p.
AZEVEDO FILHO, A. J. B.V.
Princípios de Inferência Dedutiva e Indutiva: Noções de Lógica e Métodos
de Prova. 1/1. ed.
Scotts Valley, EUA: CreateSpace Publishers, 2010. v. 1. 140p.
MICROSOFT.
Office Online. Janeiro 2010. <http://office.microsoft.com/en-us/training/CR061829401033.aspx>
MENEZES, N. N. C. Introdução à
Programação com Python: Algoritmos e Lógica de Programação Para
Iniciantes, 3a ed, 2019.
MONDEN,
Y. Toyota Management System: Linking the Seven Key Functional
Areas. Kindle,
USA. 2018. 435p.
SAS Institute Inc.. SAS Studio. Versão 3.8
[software]. Disponível em: https://www.sas.com/pt_br/software/studio.html. Acesso em: 3/11/2023.
SHIN, Y. The Spring of Artificial
Intelligence in Its Global Winter. IEEE Computer Society, 2019.
TURBAN, E. & RAINER, R. K.
& PORTTER, R. E. Introdução a Sistemas de Informação uma Abordagem
Gerencial. São Paulo: Editora Campus. 2007, 457p.
Literatura Complementar:
ISHIKAWA, K. Guide to quality control. Tokyo: Kraus Asian Productivity Organization,
1982. 221p.
JURAN, J.M.; GRYNA, F.M. Juran
controle da qualidade: métodos especiais de apoio à qualidade. São Paulo:
Makron Books, 1993. 193p.
LIKER, K. & MEIER D. O Modelo
Toyota, Manual de Aplicação. Porto Alegre: Bookman, 2007. 432p.
|
|
|
Forma de avaliação: exercícios e seminário.
Observação: Nenhum pré-requisito.
Tipo de oferecimento da disciplina: Remota (Internet).
Número máximo de alunos: 40
