Atenção: Todas as denúncias são sigilosas e sua identidade será preservada.
Os campos nome e e-mail são de preenchimento opcional
Metadados | Descrição | Idioma |
---|---|---|
Autor(es): dc.contributor | Luche, José Roberto Dale [UNESP] | - |
Autor(es): dc.contributor | Universidade Estadual Paulista (Unesp) | - |
Autor(es): dc.creator | Sugahara, José Afonso Santos | - |
Data de aceite: dc.date.accessioned | 2022-08-04T21:53:11Z | - |
Data de disponibilização: dc.date.available | 2022-08-04T21:53:11Z | - |
Data de envio: dc.date.issued | 2022-03-08 | - |
Data de envio: dc.date.issued | 2022-03-08 | - |
Data de envio: dc.date.issued | 2020-12-15 | - |
Fonte completa do material: dc.identifier | http://hdl.handle.net/11449/217075 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/11449/217075 | - |
Descrição: dc.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. | - |
Descrição: dc.description | 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. | - |
Descrição: dc.description | Não recebi financiamento | - |
Idioma: dc.language | pt_BR | - |
Publicador: dc.publisher | Universidade Estadual Paulista (Unesp) | - |
Direitos: dc.rights | Acesso aberto | - |
Palavras-chave: dc.subject | Machine Learning | - |
Palavras-chave: dc.subject | Big Data | - |
Palavras-chave: dc.subject | Data Science | - |
Palavras-chave: dc.subject | Aprendizado de Máquina | - |
Palavras-chave: dc.subject | Indústria 4.0 | - |
Palavras-chave: dc.subject | Dados ligados | - |
Palavras-chave: dc.subject | Armazenamento de dados | - |
Palavras-chave: dc.subject | Sistema de informação gerencial | - |
Título: dc.title | Machine learning e data science na indústria: aplicações e desafios | - |
Título: dc.title | Machine learning and data science in the industry: applications and challenges | - |
Aparece nas coleções: | Repositório Institucional - Unesp |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: