Slide 0
• Ciência de Dados: aprendizagem de máquina,
redes neurais, inteligência artificial
•
Slide 1
· 2 projetos de implantação de gestão:
o Botton
up: LAE/ESALQ/USP:
§ Estatistica para:
· Pesquisa
· Ensino Extensão
· Gestao
· Inteligencia Cooperativa,
colaborativa e coletiva
· Hipercompetitividade
o Slide
2
o Top
Down: ERIC-MMIG-CD/NIT-Q&M/ USP, CNPq, CPES, FAPESP, UNESCO, Industria
o 1a
Gest. Estrat.
o 2a
G. Tatica
o 3a
G. Operational
· Ciência de Dados: aprendizagem de
máquina, redes neurais, inteligência artificial:
o
Data
Mining, Big Data, SQL, computação em nuvem
o
•
Slide 3 –
Ciencia de Dados, In.t. Art. Aprendizagem de maquina e redes neurais
Exemplo: Diagnostico
de confiabilidade para credito
o
Vetor [ salario histórico de pagamento patrimônio
Anos de carteira assinada escolaridade gênero idade ] INPUT
o
OUTPUT:
o
5
Muito Bom
o
4
Bom
o
3
Regular
o
2
Ruim
o
1
Muito Ruim
o
Gabriel
A. Sarries – Probabilidade de Má Classificação
o
5
Muito Bom: 0,98 = 98%
o
4
Bom = 0,61 = 61%
o
3
Regular = 0,15 = 15%
o
2
Ruim = 0,07 = 7%
o
1
Muito Ruim = 0,001 = 0,1 %
o
Slide
4 – LAE
o
G.
Operacional:
§ Mapa de Processos
§ POP
§ IT: Formulários (Eletrônicos)
Contratos, etc.
§ FEMEA/FTA
§ SIO:
· 7 FCEQ
· Outra
§ House Keeping
§ RNC
§ Auditoria Interna
§ CCQ
§ Grupo de Kaizen
§ Sist. De Sugestões (Toyota)
o
Slide
5 – LAE
o
G.
Tática:
o
G.
de Projetos (M. Project, Toyota, PMBock. PERT/CPM)
o
SI
T (Métricas estatísticas)
o
PDCA
– DEMAIC (Método Cientifico): P – Detectar Oportunidade de Melhoria (Toyota)
Potencial de Melhoria (Siemens) Objetivo Meta Método (Tecnologia Estatística)
§ Do:
§ C:
§ A: Corret Preven ou Padroniz
§ Workshop: 4 posicionamentos
· Reforco positivo
· Reforco negativo
· Ruptura
· Punicao
o
G
Estrat.
Nenhum comentário:
Postar um comentário