Machine learning e data science na indústria: aplicações e desafios

Detalhes bibliográficos
Autor(a) principal: Sugahara, José Afonso Santos
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