Disciplina LCE 5736 - Da PG em Estatistica e IA

  Disciplina  LCE 5736 - Da PG em Estatistica e IA

Draft do Programa para 2024

Podem fazer como ouvintes, damos atestado.

Temos também a ECO 5056 - Inteligência Artificial e Ciência de Dados. Metade do Antonio e metade do Gabriel.

 

Título:
- Inteligência Artificial Ciência de Dados e Robótica para Pesquisa e Gestão Organizacional - Introdução (Da PG em Estatistica e IA)

Maioria das aulas oferecidas pelo Gabriel ( mais de 90 %)

Resumo do Programa:

- Impacto das tecnologias da Disciplina na Humanidade.

- Inteligência Artificial (IA) conceito classificação algoritmos

- Ciência de Dados (CD) univariada, multivariada, paramétrica e Robusta

- Robótica com IA (RIA), dedutiva e indutiva

- Metaverso: Realidade Virtual e Aumentada

- Aplicações em Pesquisa, gestão organizacional e de projetos

 

Programa:

- IA: tipos: 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 etc.), parâmetros, amostragem, índice de generalização, Cross-validation, split, acurácia, poder dos algoritmos, especificidade, sensibilidade (recall), precisão,  recall, F1-Score , Curva AUC-ROC, erro tipo I e II etc.
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 desta 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).

Bancos de dados: SQL, não SQL, relacionais e não relacionais, linguagem SQL.

CD sem código.

Casos de aplicação em pesquisa e gestão da equipe desta disciplina.
Modelagem matemática, estatística e computacional.

Sinergia IA - CD, Big-Wide Data e Small Data.

Data: Mining, Crunching, Analysis e Analytic.
Análise, projeto, prototipação, codificação e testes de sistemas (aplicativos e robôs).
R: Tipos: primeira, segunda e terceira geração, RIA dedutiva e/ou indutiva. Conhecimento gerado por robôs. Programação em Python (introdução).

Metaverso: Realidade Virtual e Aumentada, Edifício do Metaverso da USP, Hologramas -Avatares – Redução de Dimensão - Disrupção: Kakushin e Kaikaku - Entorno Multiusuário Perpétuo e Persistente, Gêmeos Digitais.
Aplicações de IA, CD e RIA:
- Pesquisa: observacional, experimental. Qualitativa, quantitativa, quali-quanti, descritiva, exploratória, explicativa, bibliográfica (IA e CD para mineração de texto) e de campo.
- 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. Desenvolvimento de produto QFD - Mitsubishi. Gerenciamento de projetos PMI PMBOK - NASA e Toyota. DSS, ERP, CRM e MRP.
Auditoria, consultoria e coaching pessoal e organizacional.

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.

Bibliografia:

Avaliação:
- Exercícios
- Participação
- Seminário
Nota= (4*E + 2*P + 4*S) / 10