Machine learning e data science na indústria: aplicações e desafios
Autor(a) principal: | |
---|---|
Data de Publicação: | 2020 |
Tipo de documento: | Trabalho de conclusão de curso |
Idioma: | por |
Título da fonte: | Repositório Institucional da UNESP |
Texto Completo: | http://hdl.handle.net/11449/217075 |
Resumo: | Com o aumento da capacidade computacional, é possível que, agora, em ambientes industriais, sejam usadas novas ferramentas, visando à melhoria de desempenho global das indústrias. Neste projeto, foi realizada uma revisão sistemática de artigos que envolvem as ferramentas de Machine Learning e Data Science aplicadas na indústria. O artigo estabelece relações entre os termos citados no contexto industrial, apresenta exemplos práticos de uso das ferramentas citadas e potenciais desafios a serem abordados na sua implantação. Este estudo provê uma análise 5W1H (o quê, porque, onde, quando, quem e como) com os artigos mais citados, relacionando os termos Machine Learning e Data Science com a indústria. O trabalho demonstra que há uma escassez de trabalhos brasileiros que abordam os temas citados no contexto industrial, assim como um baixo número de trabalhos aplicados relacionando os temas. |
id |
UNSP_6083552212a8779e0ae8c7449d2d3ba4 |
---|---|
oai_identifier_str |
oai:repositorio.unesp.br:11449/217075 |
network_acronym_str |
UNSP |
network_name_str |
Repositório Institucional da UNESP |
repository_id_str |
2946 |
spelling |
Machine learning e data science na indústria: aplicações e desafiosMachine learning and data science in the industry: applications and challengesMachine LearningBig DataData ScienceAprendizado de MáquinaIndústria 4.0Dados ligadosArmazenamento de dadosSistema de informação gerencialCom o aumento da capacidade computacional, é possível que, agora, em ambientes industriais, sejam usadas novas ferramentas, visando à melhoria de desempenho global das indústrias. Neste projeto, foi realizada uma revisão sistemática de artigos que envolvem as ferramentas de Machine Learning e Data Science aplicadas na indústria. O artigo estabelece relações entre os termos citados no contexto industrial, apresenta exemplos práticos de uso das ferramentas citadas e potenciais desafios a serem abordados na sua implantação. Este estudo provê uma análise 5W1H (o quê, porque, onde, quando, quem e como) com os artigos mais citados, relacionando os termos Machine Learning e Data Science com a indústria. O trabalho demonstra que há uma escassez de trabalhos brasileiros que abordam os temas citados no contexto industrial, assim como um baixo número de trabalhos aplicados relacionando os temas.With the improvement of computer processing power, it is now possible the use of new tools with the objective of improving the efficiency of industries. In this project, it has been done a systematic review of articles that uses the tools Machine Learning and Data Science in the industrial sector. This article makes connections between these two terms, presents practical examples and potential challenges when applying them. This study presents a 5W1H (what, why, where, when, who and how) with the most cited articles. These paper shows the lack of studies from Brazil and the low number of applied studies.Não recebi financiamentoUniversidade Estadual Paulista (Unesp)Luche, José Roberto Dale [UNESP]Universidade Estadual Paulista (Unesp)Sugahara, José Afonso Santos2022-03-08T13:55:40Z2022-03-08T13:55:40Z2020-12-16info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesisapplication/pdfhttp://hdl.handle.net/11449/217075porinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UNESPinstname:Universidade Estadual Paulista (UNESP)instacron:UNESP2023-10-27T06:09:31Zoai:repositorio.unesp.br:11449/217075Repositório InstitucionalPUBhttp://repositorio.unesp.br/oai/requestopendoar:29462024-08-05T16:09:42.399183Repositório Institucional da UNESP - Universidade Estadual Paulista (UNESP)false |
dc.title.none.fl_str_mv |
Machine learning e data science na indústria: aplicações e desafios Machine learning and data science in the industry: applications and challenges |
title |
Machine learning e data science na indústria: aplicações e desafios |
spellingShingle |
Machine learning e data science na indústria: aplicações e desafios Sugahara, José Afonso Santos Machine Learning Big Data Data Science Aprendizado de Máquina Indústria 4.0 Dados ligados Armazenamento de dados Sistema de informação gerencial |
title_short |
Machine learning e data science na indústria: aplicações e desafios |
title_full |
Machine learning e data science na indústria: aplicações e desafios |
title_fullStr |
Machine learning e data science na indústria: aplicações e desafios |
title_full_unstemmed |
Machine learning e data science na indústria: aplicações e desafios |
title_sort |
Machine learning e data science na indústria: aplicações e desafios |
author |
Sugahara, José Afonso Santos |
author_facet |
Sugahara, José Afonso Santos |
author_role |
author |
dc.contributor.none.fl_str_mv |
Luche, José Roberto Dale [UNESP] Universidade Estadual Paulista (Unesp) |
dc.contributor.author.fl_str_mv |
Sugahara, José Afonso Santos |
dc.subject.por.fl_str_mv |
Machine Learning Big Data Data Science Aprendizado de Máquina Indústria 4.0 Dados ligados Armazenamento de dados Sistema de informação gerencial |
topic |
Machine Learning Big Data Data Science Aprendizado de Máquina Indústria 4.0 Dados ligados Armazenamento de dados Sistema de informação gerencial |
description |
Com o aumento da capacidade computacional, é possível que, agora, em ambientes industriais, sejam usadas novas ferramentas, visando à melhoria de desempenho global das indústrias. Neste projeto, foi realizada uma revisão sistemática de artigos que envolvem as ferramentas de Machine Learning e Data Science aplicadas na indústria. O artigo estabelece relações entre os termos citados no contexto industrial, apresenta exemplos práticos de uso das ferramentas citadas e potenciais desafios a serem abordados na sua implantação. Este estudo provê uma análise 5W1H (o quê, porque, onde, quando, quem e como) com os artigos mais citados, relacionando os termos Machine Learning e Data Science com a indústria. O trabalho demonstra que há uma escassez de trabalhos brasileiros que abordam os temas citados no contexto industrial, assim como um baixo número de trabalhos aplicados relacionando os temas. |
publishDate |
2020 |
dc.date.none.fl_str_mv |
2020-12-16 2022-03-08T13:55:40Z 2022-03-08T13:55:40Z |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
format |
bachelorThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
http://hdl.handle.net/11449/217075 |
url |
http://hdl.handle.net/11449/217075 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf |
dc.publisher.none.fl_str_mv |
Universidade Estadual Paulista (Unesp) |
publisher.none.fl_str_mv |
Universidade Estadual Paulista (Unesp) |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UNESP instname:Universidade Estadual Paulista (UNESP) instacron:UNESP |
instname_str |
Universidade Estadual Paulista (UNESP) |
instacron_str |
UNESP |
institution |
UNESP |
reponame_str |
Repositório Institucional da UNESP |
collection |
Repositório Institucional da UNESP |
repository.name.fl_str_mv |
Repositório Institucional da UNESP - Universidade Estadual Paulista (UNESP) |
repository.mail.fl_str_mv |
|
_version_ |
1808128612353703936 |