A inteligência computacional é um conjunto de paradigmas computacionais para o desenvolvimento e aplicação de sistemas inteligentes em problemas complexos do mundo real. A ciência de dados reúne o conhecimento de matemática, estatística, computação e engenharia com o conhecimento do domínio de cada aplicação.

A ubiquidade dos dados na era digital faz a ciência de dados ter aplicações em todas as áreas de engenharia e, cada vez mais, em ciências naturais, biológicas e humanas. Este livro apresenta uma introdução às principais técnicas e modelos de inteligência computacional em aplicações de ciência de dados. O livro aborda os fundamentos para a preparação de dados, ajustes de modelos preditivos e descritivos e apresenta aplicações em engenharia, resultados dos projetos realizados na Coppe/UFRJ. O material pode ser utilizado como livro texto em disciplinas de graduação e pós-graduação.

O livro é dividido em nove capítulos. Os cinco primeiros contêm uma introdução às técnicas de estatística através da apresentação dos principais métodos de regressão linear, sistemas dinâmicos, classificação e análise de agrupamentos. O Capítulo 7 discute teoricamente o problema de aproximação de funções e apresenta os modelos de função de base radial (RBF) e máquinas de vetor de suporte (SVM). O Capítulo 8 apresenta os sistemas fuzzy e o Capítulo 9, os modelos de redes neurais com uma introdução aos modelos recentes de redes neurais profundas.

SUMÁRIO

APRESENTAÇÃO

• INTRODUÇÃO
•    CIÊNCIA DE DADOS
•    TIPOS DE MODELOS
•       Regressão
•       Classificação
•       Análise de agrupamentos
•    RECURSOS COMPLEMENTARES
•       Bibliografia de referência
•       Recursos na internet
•       Softwares
•    COMENTÁRIOS FINAIS
• PRÉ-PROCESSAMENTO
•    CONJUNTOS DE DADOS
•    CARACTERIZAÇÃO ESTATÍSTICA
•       Análise monovariável
•       Análise multivariada
•       Matriz de distâncias e similaridades
•    LIMPEZA DE DADOS
•       Padronização de variáveis
•       Detecção de outliers
•       Valores ausentes
•    TRANSFORMAÇÕES LINEARES
•       Análise de componentes principais
•       Decomposição em valores singulares
•       Análise discriminante linear
•       Análise de correlação canônica
•    APLICAÇÕES
•       Padrões de mobilidade
•       Equações de paridade
•    COMENTÁRIOS FINAIS
• REGRESSÃO LINEAR
•    O PROBLEMA DE REGRESSÃO
•       O Modelo linear
•       Método dos mínimos quadrados
•       Interpretação geométrica
•       Exemplo sintético
•    REGULARIZAÇÃO
•       Bias e variância
•       Regularização de Tikhonov
•       Regularização por componentes principais
•    VALIDAÇÃO DE MODELOS
•       Estatísticas de validação
•       Validação cruzada
•    APLICAÇÕES
•       Conjunto de dados Pollution
•       Previsão da elevação adiabática de temperatura do concreto
•    COMENTÁRIOS FINAIS
• MODELOS DINÂMICOS
•    AUTOCOVARIÂNCIA E AUTOCORRELAÇÃO
•    MODELOS DE SÉRIES TEMPORAIS
•       Modelo AR
•       Modelo MA
•       Estruturas mistas
•    SISTEMAS DINÂMICOS LINEARES
•       Modelo ARX
•       Modelo ARMAX
•       Modelo OE
•       Modelo Box & Jenkins
•       Equações de estado
•    APLICAÇÕES
•       Wolf’s sunspot numbers
•       Modelo chuva-vazão
•    COMENTÁRIOS FINAIS
• CLASSIFICAÇÃO
•    CLASSIFICAÇÃO BAYESIANA
•       Decisão bayesiana
•       Classificador bayesiano simples
•       Classificador bayesiano quadrático
•    MODELOS LINEARES DE CLASSIFICAÇÃO
•       Mínimos quadrados
•       Mínimos quadrados ponderados
•       Regressão logística
•    AVALIAÇÃO DE CLASSIFICADORES
•       Estatísticas de validação
•       Espaço ROC e AUC
•    APLICAÇÕES
•       Testes benchmark
•       Análise de cancelamento em telefonia
•    COMENTÁRIOS FINAIS
• ANÁLISE DE AGRUPAMENTOS
•    O PROBLEMA DE ANÁLISE DE AGRUPAMENTOS
•    MÉTODOS DE PARTIÇÃO
•       Algoritmo k-médias
•       Exemplos
•    MÉTODOS HIERÁRQUICOS
•       Algoritmos aglomerativos
•       Exemplos
•    PARTICIONAMENTO DE GRAFOS
•       Algoritmos de agrupamento espectral
•       Exemplos
•    VALIDAÇÃO DE GRUPOS
•       Medidas externas
•       Medidas internas
•       Medidas relativas
•    APLICAÇÕES
•       Segmentação de imagens de satélite
•       Agrupamento de documentos
•    COMENTÁRIOS FINAIS
• MODELOS LINEARES LOCAIS
•    APRENDIZADO DE MÁQUINAS
•    MODELOS DE BASE RADIAL (RBF)
•       Aproximação de funções
•       Modelos RBF
•       Ajuste de parâmetros
•    MÁQUINAS DE VETOR DE SUPORTE
•       Funções de núcleo
•       Minimização do risco estrutural
•       Classificadores de máxima margem
•    APLICAÇÕES
•       Testes benchmark
•       Algoritmo da decomposição espectral
•    COMENTÁRIOS FINAIS
• SISTEMAS FUZZY
•    CONJUNTOS FUZZY
•       Funções de pertinência
•       Operadores fuzzy
•       Relações fuzzy
•    MODELOS DE REGRAS FUZZY
•       Variáveis linguísticas
•       Cálculo de regras fuzzy
•       Sistemas fuzzy simbólicos 304
•       ALGORITMOS PARA CIÊNCIA DE DADOS
•       Fuzzy c-médias
•       Fuzzy pattern matching
•       Algoritmo de Wang & Mendel
•       Modelo fuzzy-RBF
•       APLICAÇÕES
•       Testes benchmark
•       Diagnóstico de falhas
•       Classificação espacial
•       Modelo chuva-vazão
•       COMENTÁRIOS FINAIS
•     REDES NEURAIS
•       REDES NEURAIS LINEARES
•       Perceptron e ADALINE
•       Método do gradiente
•       Gradiente estocástico
•       REDES NEURAIS NÃO LINEARES
•       Perceptron de Múltiplas Camadas (MLP)
•       Avaliação pelo máximo da verossimilhança
•       Algoritmo da retropropagação
•       REDES NEURAIS PROFUNDAS
•       Redes neurais convolucionais
•       Redes neurais recorrentes
•       Aprendizado da representação
•       APLICAÇÕES
•       Previsão de inadimplência
•       Previsão de emissões de combustível
•       Previsão de demanda de energia elétrica
•       Previsão de mercado financeiro
•       COMENTÁRIOS FINAIS

REFERÊNCIAS BIBLIOGRÁFICAS

REFERÊNCIAS NA INTERNET