Visão Geral dos projetos

Nesta série de vídeos serão abordados quatro tópicos: o que é o gêmeo digital , qual a sua relação com o conceito de Indústria 4.0, como a ferramenta de simulação ocupa um lugar central na coordenação de atividades para a indústria 4.0, e como um novo conceito, denominado de Mercado de Regras, poderá modificar profundamente nossa economia.

Criação do gêmeo digital através do uso de inteligência artificial para a coleta e tratamento de dados captados via equipamentos IoT (Internet-of-Things)

Explicando e aplicando conceitos de inteligência artificial com ênfase no uso de LLMs em aplicações e usos em disciplinas

Continuação da disciplina VIP. Oferecimento no segundo semestre de 2021

Project Management Of Knowledge and Artificial Intelligence (MOKAI)

Histórico de documentação acerca do livro que descreve a criação de TCC com metodologias e práticas inovadoras  

Pontapé inicial para quem quer começar a utilizar Python, bem como conhecer todos os projetos da iniciativa para todos: Python para todos, Cálculo Numérico para todos, Estatística para todos, MapaVerso para todos, AI + Supply Chain = Supply Chain 4.0

Vídeo e códigos em Python para resolver problemas reais através de modelos matemáticos de pesquisa operacional

Curso para aprender conceitos acerca da construção de modelos de simulação a eventos discretos baseado no material elaborado do curso da UNIVESP

Neste curso você irá aprender conceitos e métodos para a resolução de problemas combinatórios e inteiros através de heurísticas e métodos que escapam de mínimos locais (meta-heurísticas). Esses métodos podem ser aplicados em problemas como transporte, localização e criação de um portfólio de investimentos. 

Projeto que aborda os seguintes temas: estatística descritiva: gráfico de barras, gráfico de pizza, dados agrupados e histograma, gráfico de ogiva, gráfico de ramos e folhas, box-plot, média, moda e mediana de dados agrupados e não-agrupados. Teorema de Chebychev. Probabilidade marginal, condicional, da intersecção e da união. Teorema de Bayes e Monty Hall. Variáveis aleatórias discretas e sua relação com intersecção de eventos. Distribuição Binomial, Hipergeométrica e Poisson. Variáveis aleatórias contínuas e distribuiçao normal. Intervalo de confiança para média e proporção de amostras grandes e pequenas. Estimativa de erro. Teste de hipóteses para a média e a proporção de amostras grandes e pequenas. P-valor.

How to use Statistics and Python to improve customs performance

Une ciência de dados e ciência de dados espacial para resolver dois estudos de caso: Construir um mapa da inovação no estado de São Paulo e um mapa com o fluxo para a logística da Soja no Brasil. Serão realizados protótipos na linguagem de programação Python no ambiente do Google Colab.

Este não é apenas mais um curso de Python. Ele é curso de Python para você perder o medo de programar, pois utiliza um ambiente livre, gratuito e amigável do Google Colab. Nesse ambiente criar um programa em Python é como criar um novo documento no Google Drive. Mas, não pense que o curso só terá material básico. Tem também projetos que ensinam a fazer gráficos, varredura de dados de páginas e arquivos da internet e mapas geo-referenciados.

Para aprender Cálculo I será empregada programação Python. Mais do que isso todo o aprendizado terá como foco o desenvolvimento de 3 projetos aplicados em problemas reais. E pequenas avaliações irão ajudar você no desenvolvimento dos projetos.

Projeto que aborda os seguintes temas: erros de arredondamento, métodos para encontrar zeros de funções, resolução de sistemas lineares, interpolação, métodos dos quadrados mínimos, métodos numéricos para EDOs. Composta por 140 vídeo-aulas e vários códigos em Python disponíveis no Google Colab.