Nossa missão é tornar acessível o conhecimento de pesquisa operacional, otimização, simulação, estatística, programação de computadores, inteligência artificial, e aprendizado de máquina aplicando-os em problemas práticos. Abaixo segue uma página dos principais projetos de pesquisa, bem como os cursos desenvolvidos.
Curso de Pesquisa Operacional com ênfase na criação de programas em Python no Google Colab, bem como aplicações em problemas de cadeias de suprimentos
Curso de modelagem e simulação da Univesp com intersecção com desenvolvimentos de inteligência artificial e ferramentas de aprendizado estatístico
Curso de modelagem e simulação com intersecção e uso das temáticas de inteligência artificial, IoT, gêmeos digitais e Indústria 4.0
Explicando e aplicando conceitos de inteligência artificial com ênfase no uso de LLMs em aplicações
Histórico de documentação acerca do livro que descreve a criação de TCC com metodologias e práticas inovadoras
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.
Curso para aprender conceitos acerca da construção de modelos de simulação a eventos discretos baseado no material elaborado do curso da UNIVESP
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
Em breve
Em breve
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.
Vídeo e códigos em Python para resolver problemas reais através de modelos matemáticos de pesquisa operacional
De nada adianta criar uma estratégia de divulgação sem um conteúdo coerente e consistente. De nada adianta criar um conteúdo sem um porquê devidamente claro e bem estabelecido. Conheça essas e outras dicas para o novo mundo do Marketing digital e conquiste o Marketing digital total.
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.
Curso 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.
A complete course on how to code in Python a new artificial intelligence method applied to Supply Chain. It starts from the beginning with simple codes until the creation of classes to produce a structured program. Every simple code has its own video that explains it. All Python codes are free and available on Google Colab Notebooks.
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.
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.
Disciplina 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.
Disciplina 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.
Todos os materiais das disciplinas de pós-graduação do antigo site do Labpo podem ser encontrados no link abaixo.