Weka - Redes Neurais - Exemplo Iris

  Weka - Redes Neurais - Exemplo Iris

Fonte Internet: 

Robson Campos de Lima

21:33

https://www.kaggle.com/datasets

Flores Iris Lindíssimas Classif. - Fisher 1936 Multiv. - Gabriel 2019 Intel. Artificial

Iris Videoaula

https://youtu.be/rPxnggSuoZs

Leitura do Arquivo - para Download

Padrão ARFF, do Weka:

Arquivo_Iris_Weka

Weka - Estrutura do Arquivo ARFF - Iris

Colorindo o Arquivo

Arquivo Inteiro - Iris

% 1. Title: Iris Plants Database

% 

% 2. Sources:

%      (a) Creator: R.A. Fisher

%      (b) Donor: Michael Marshall (MARSHALL%PLU@io.arc.nasa.gov)

%      (c) Date: July, 1988

% 

% 3. Past Usage:

%    - Publications: too many to mention!!!  Here are a few.

%    1. Fisher,R.A. "The use of multiple measurements in taxonomic problems"

%       Annual Eugenics, 7, Part II, 179-188 (1936); also in "Contributions

%       to Mathematical Statistics" (John Wiley, NY, 1950).

%    2. Duda,R.O., & Hart,P.E. (1973) Pattern Classification and Scene Analysis.

%       (Q327.D83) John Wiley & Sons.  ISBN 0-471-22361-1.  See page 218.

%    3. Dasarathy, B.V. (1980) "Nosing Around the Neighborhood: A New System

%       Structure and Classification Rule for Recognition in Partially Exposed

%       Environments".  IEEE Transactions on Pattern Analysis and Machine

%       Intelligence, Vol. PAMI-2, No. 1, 67-71.

%       -- Results:

%          -- very low misclassification rates (0% for the setosa class)

%    4. Gates, G.W. (1972) "The Reduced Nearest Neighbor Rule".  IEEE 

%       Transactions on Information Theory, May 1972, 431-433.

%       -- Results:

%          -- very low misclassification rates again

%    5. See also: 1988 MLC Proceedings, 54-64.  Cheeseman et al's AUTOCLASS II

%       conceptual clustering system finds 3 classes in the data.

% 

% 4. Relevant Information:

%    --- This is perhaps the best known database to be found in the pattern

%        recognition literature.  Fisher's paper is a classic in the field

%        and is referenced frequently to this day.  (See Duda & Hart, for

%        example.)  The data set contains 3 classes of 50 instances each,

%        where each class refers to a type of iris plant.  One class is

%        linearly separable from the other 2; the latter are NOT linearly

%        separable from each other.

%    --- Predicted attribute: class of iris plant.

%    --- This is an exceedingly simple domain.

% 

% 5. Number of Instances: 150 (50 in each of three classes)

% 

% 6. Number of Attributes: 4 numeric, predictive attributes and the class

% 

% 7. Attribute Information:

%    1. sepal length in cm

%    2. sepal width in cm

%    3. petal length in cm

%    4. petal width in cm

%    5. class: 

%       -- Iris Setosa

%       -- Iris Versicolour

%       -- Iris Virginica

% 

% 8. Missing Attribute Values: None

% 

% Summary Statistics:

%                Min  Max   Mean    SD   Class Correlation

%    sepal length: 4.3  7.9   5.84  0.83    0.7826   

%     sepal width: 2.0  4.4   3.05  0.43   -0.4194

%    petal length: 1.0  6.9   3.76  1.76    0.9490  (high!)

%     petal width: 0.1  2.5   1.20  0.76    0.9565  (high!)

% 

% 9. Class Distribution: 33.3% for each of 3 classes.

@RELATION iris

@ATTRIBUTE sepallength REAL

@ATTRIBUTE sepalwidth REAL

@ATTRIBUTE petallength       REAL

@ATTRIBUTE petalwidth  REAL

@ATTRIBUTE class       {Iris-setosa,Iris-versicolor,Iris-virginica}

@DATA
5.1,3.5,1.4,0.2,Iris-setosa
4.9,3.0,1.4,0.2,Iris-setosa
4.7,3.2,1.3,0.2,Iris-setosa
4.6,3.1,1.5,0.2,Iris-setosa
5.0,3.6,1.4,0.2,Iris-setosa
5.4,3.9,1.7,0.4,Iris-setosa
4.6,3.4,1.4,0.3,Iris-setosa
5.0,3.4,1.5,0.2,Iris-setosa
4.4,2.9,1.4,0.2,Iris-setosa
4.9,3.1,1.5,0.1,Iris-setosa
5.4,3.7,1.5,0.2,Iris-setosa
4.8,3.4,1.6,0.2,Iris-setosa
4.8,3.0,1.4,0.1,Iris-setosa
4.3,3.0,1.1,0.1,Iris-setosa
5.8,4.0,1.2,0.2,Iris-setosa
5.7,4.4,1.5,0.4,Iris-setosa
5.4,3.9,1.3,0.4,Iris-setosa
5.1,3.5,1.4,0.3,Iris-setosa
5.7,3.8,1.7,0.3,Iris-setosa
5.1,3.8,1.5,0.3,Iris-setosa
5.4,3.4,1.7,0.2,Iris-setosa
5.1,3.7,1.5,0.4,Iris-setosa
4.6,3.6,1.0,0.2,Iris-setosa
5.1,3.3,1.7,0.5,Iris-setosa
4.8,3.4,1.9,0.2,Iris-setosa
5.0,3.0,1.6,0.2,Iris-setosa
5.0,3.4,1.6,0.4,Iris-setosa
5.2,3.5,1.5,0.2,Iris-setosa
5.2,3.4,1.4,0.2,Iris-setosa
4.7,3.2,1.6,0.2,Iris-setosa
4.8,3.1,1.6,0.2,Iris-setosa
5.4,3.4,1.5,0.4,Iris-setosa
5.2,4.1,1.5,0.1,Iris-setosa
5.5,4.2,1.4,0.2,Iris-setosa
4.9,3.1,1.5,0.1,Iris-setosa
5.0,3.2,1.2,0.2,Iris-setosa
5.5,3.5,1.3,0.2,Iris-setosa
4.9,3.1,1.5,0.1,Iris-setosa
4.4,3.0,1.3,0.2,Iris-setosa
5.1,3.4,1.5,0.2,Iris-setosa
5.0,3.5,1.3,0.3,Iris-setosa
4.5,2.3,1.3,0.3,Iris-setosa
4.4,3.2,1.3,0.2,Iris-setosa
5.0,3.5,1.6,0.6,Iris-setosa
5.1,3.8,1.9,0.4,Iris-setosa
4.8,3.0,1.4,0.3,Iris-setosa
5.1,3.8,1.6,0.2,Iris-setosa
4.6,3.2,1.4,0.2,Iris-setosa
5.3,3.7,1.5,0.2,Iris-setosa
5.0,3.3,1.4,0.2,Iris-setosa
7.0,3.2,4.7,1.4,Iris-versicolor
6.4,3.2,4.5,1.5,Iris-versicolor
6.9,3.1,4.9,1.5,Iris-versicolor
5.5,2.3,4.0,1.3,Iris-versicolor
6.5,2.8,4.6,1.5,Iris-versicolor
5.7,2.8,4.5,1.3,Iris-versicolor
6.3,3.3,4.7,1.6,Iris-versicolor
4.9,2.4,3.3,1.0,Iris-versicolor
6.6,2.9,4.6,1.3,Iris-versicolor
5.2,2.7,3.9,1.4,Iris-versicolor
5.0,2.0,3.5,1.0,Iris-versicolor
5.9,3.0,4.2,1.5,Iris-versicolor
6.0,2.2,4.0,1.0,Iris-versicolor
6.1,2.9,4.7,1.4,Iris-versicolor
5.6,2.9,3.6,1.3,Iris-versicolor
6.7,3.1,4.4,1.4,Iris-versicolor
5.6,3.0,4.5,1.5,Iris-versicolor
5.8,2.7,4.1,1.0,Iris-versicolor
6.2,2.2,4.5,1.5,Iris-versicolor
5.6,2.5,3.9,1.1,Iris-versicolor
5.9,3.2,4.8,1.8,Iris-versicolor
6.1,2.8,4.0,1.3,Iris-versicolor
6.3,2.5,4.9,1.5,Iris-versicolor
6.1,2.8,4.7,1.2,Iris-versicolor
6.4,2.9,4.3,1.3,Iris-versicolor
6.6,3.0,4.4,1.4,Iris-versicolor
6.8,2.8,4.8,1.4,Iris-versicolor
6.7,3.0,5.0,1.7,Iris-versicolor
6.0,2.9,4.5,1.5,Iris-versicolor
5.7,2.6,3.5,1.0,Iris-versicolor
5.5,2.4,3.8,1.1,Iris-versicolor
5.5,2.4,3.7,1.0,Iris-versicolor
5.8,2.7,3.9,1.2,Iris-versicolor
6.0,2.7,5.1,1.6,Iris-versicolor
5.4,3.0,4.5,1.5,Iris-versicolor
6.0,3.4,4.5,1.6,Iris-versicolor
6.7,3.1,4.7,1.5,Iris-versicolor
6.3,2.3,4.4,1.3,Iris-versicolor
5.6,3.0,4.1,1.3,Iris-versicolor
5.5,2.5,4.0,1.3,Iris-versicolor
5.5,2.6,4.4,1.2,Iris-versicolor
6.1,3.0,4.6,1.4,Iris-versicolor
5.8,2.6,4.0,1.2,Iris-versicolor
5.0,2.3,3.3,1.0,Iris-versicolor
5.6,2.7,4.2,1.3,Iris-versicolor
5.7,3.0,4.2,1.2,Iris-versicolor
5.7,2.9,4.2,1.3,Iris-versicolor
6.2,2.9,4.3,1.3,Iris-versicolor
5.1,2.5,3.0,1.1,Iris-versicolor
5.7,2.8,4.1,1.3,Iris-versicolor
6.3,3.3,6.0,2.5,Iris-virginica
5.8,2.7,5.1,1.9,Iris-virginica
7.1,3.0,5.9,2.1,Iris-virginica
6.3,2.9,5.6,1.8,Iris-virginica
6.5,3.0,5.8,2.2,Iris-virginica
7.6,3.0,6.6,2.1,Iris-virginica
4.9,2.5,4.5,1.7,Iris-virginica
7.3,2.9,6.3,1.8,Iris-virginica
6.7,2.5,5.8,1.8,Iris-virginica
7.2,3.6,6.1,2.5,Iris-virginica
6.5,3.2,5.1,2.0,Iris-virginica
6.4,2.7,5.3,1.9,Iris-virginica
6.8,3.0,5.5,2.1,Iris-virginica
5.7,2.5,5.0,2.0,Iris-virginica
5.8,2.8,5.1,2.4,Iris-virginica
6.4,3.2,5.3,2.3,Iris-virginica
6.5,3.0,5.5,1.8,Iris-virginica
7.7,3.8,6.7,2.2,Iris-virginica
7.7,2.6,6.9,2.3,Iris-virginica
6.0,2.2,5.0,1.5,Iris-virginica
6.9,3.2,5.7,2.3,Iris-virginica
5.6,2.8,4.9,2.0,Iris-virginica
7.7,2.8,6.7,2.0,Iris-virginica
6.3,2.7,4.9,1.8,Iris-virginica
6.7,3.3,5.7,2.1,Iris-virginica
7.2,3.2,6.0,1.8,Iris-virginica
6.2,2.8,4.8,1.8,Iris-virginica
6.1,3.0,4.9,1.8,Iris-virginica
6.4,2.8,5.6,2.1,Iris-virginica
7.2,3.0,5.8,1.6,Iris-virginica
7.4,2.8,6.1,1.9,Iris-virginica
7.9,3.8,6.4,2.0,Iris-virginica
6.4,2.8,5.6,2.2,Iris-virginica
6.3,2.8,5.1,1.5,Iris-virginica
6.1,2.6,5.6,1.4,Iris-virginica
7.7,3.0,6.1,2.3,Iris-virginica
6.3,3.4,5.6,2.4,Iris-virginica
6.4,3.1,5.5,1.8,Iris-virginica
6.0,3.0,4.8,1.8,Iris-virginica
6.9,3.1,5.4,2.1,Iris-virginica
6.7,3.1,5.6,2.4,Iris-virginica
6.9,3.1,5.1,2.3,Iris-virginica
5.8,2.7,5.1,1.9,Iris-virginica
6.8,3.2,5.9,2.3,Iris-virginica
6.7,3.3,5.7,2.5,Iris-virginica
6.7,3.0,5.2,2.3,Iris-virginica
6.3,2.5,5.0,1.9,Iris-virginica
6.5,3.0,5.2,2.0,Iris-virginica
6.2,3.4,5.4,2.3,Iris-virginica
5.9,3.0,5.1,1.8,Iris-virginica
%
%
%

Analise - Sequencia

Exercícios - Lista até 29/10/2020

 Exercícios - Lista até 29/10/2020 

Exercícios - Lista

Enviar os exercícios para o e-mail da disciplina.

E-Mail da Disciplina:

gestao.estat.cert@gmail.com

Colocar no Assunto do e-mail o Nome Completo e Numero do Exercício

 

Exercício 1 Teórico

O conhecimento sobre sistemas de gestão, certificação internacional da qualidade (Exemplo ISO  9000, 14000, 22000 etc.) e inteligência de negócios (BI) podem colaborar na sua empregabilidade e competitividade?

Elabore uma apresentação argumentando, contendo de 6 a 9 slides.

DL: 10/9/2020

 

Exercício 2 Teórico

Elabore 7 slides sobre a estrutura da Norma ISO 9000. DL: 10/9.

Exercício 3 Teórico

Elabore 7 slides sobre a estrutura do TQM (Toyota, Porsche etc.), estabeleça relação com a Gestão-Industria-Serviços-Fazenda 4.0. DL: 17/9.

 

Exercício 4 Teórico

Elabore 7 slides sobre a estrutura do BSC e PNQ. DL: 17/9.

 

Exercício 5 Teórico

Em quais problemas de sua futura profissão pode se utilizar Ciência de Dados, Big Data, Data Mining e Machine Learnig? Como essas habilidades podem ajudar na sua empregabilidade e competitividade, são habilidades de mercado na sua futura profissão? Elaborar uma apresentação com no máximo 10 slides, mínimo 8.

Dead Line: 24/9/2020

 

 

Exercício 1 Pratico

Crie um exemplo na sua área proficional para utilizar Teste T de Student. Podem ser dados reais ou inventados. Rode esse exemplo no Excel. Interprete os resultados.

Dead Line: 10/9/2020

 

 

Exercício 2 Pratico

Instalar o Weka (machine learning) e se cadastra no SAS (principal software de BI) on demand (SAS estudio), para rodar on line (na Web). Tudo gratuito.

Dead Line: 10/9/2020

 

 

Exercício 3 Pratico

 Elabore um blog para colocar os exercícios da disciplina LCE1270. Também colocaremos nesse blog o link do Youtube sobre o seminário da disciplina. DL: 17/9/2020

Pergunte para o Youtube: como fazer um blog no blogger grátis 

 

 

Exercício 4 Pratico:

Crie um exemplo na sua area de atuação para utilizar Machine Learning Supervisionado - Classificação, com duas classes, rode o exemplo no Weka. Teste todas as variáveis preditoras utilizando Teste T atraves de uma macro em Excel. Interprete os resultados.

Dead Line: 24/9/2020

 

Exercício 5 Pratico - Optativo:

Grave um vídeo com a apresentação do Exercício Teórico 1 e coloque-o no Youtube, mande o endereço de Youtube para o e-mail de exercícios. Coloque o link do Youtube no seu blog. Dead Line: 1/10/2020

Exercício 6 Pratico - Optativo:

Grave um vídeo com a apresentação do Exercício Teórico 2 e coloque-o no Youtube, mande o endereço de Youtube para o e-mail de exercícios. Dead Line: 1/10/2020

 

Exercício 7 Pratico - Optativo:

Grave um vídeo com a apresentação do Exercício Teórico 3 e coloque-o no Youtube, mande o endereço de Youtube para o e-mail de exercícios. Dead Line: 8/10/2020

Exercício 8 Pratico - Optativo:

Grave um vídeo com a apresentação do Exercício Teórico 4 e coloque-o no Youtube, mande o endereço de Youtube para o e-mail de exercícios. Dead Line: 8/10/2020

Exercício 9 Pratico - Optativo:

Grave um vídeo com a apresentação do Exercício Teórico 5 e coloque-o no Youtube, mande o endereço de Youtube para o e-mail de exercícios. Dead Line: 8/10/2020

Exercício 10 Pratico:

Crie um exemplo na sua área de atuação (por exemplo Gestão de Negócios) para utilizar SAS para ANOVA (pré-teste para ML Supervisionado Classificação). Interprete os resultados.

Dead Line: 15/10/2020

Exercício 11 Pratico:

Crie um exemplo na sua área de atuação (por exemplo Gestão de Negócios) para utilizar Machine Learning Não Supervisionado – Cluster Analysis, também Data Crunching – Pivot Tables em SAS. Interprete os resultados.

Dead Line: 22/10/2020

Exercício 12 Pratico:

Crie um exemplo sobre Gestão de Negocios seguindo este modelo:

Negócio = a + b Receita – c Custo + d NPS + e Inovação – f Reclamações

Categorias: MB B R

Escala de Likert.

Descenvolver. Resolva em Weka e interprete os resultados.

Dead Line: 20/10/2020

Exercício 13 Pratico:

Crie um exemplo para utilizar Machine Learning Supervisionado para Previsão – Regressão.

Desenvolver. Resolva em Weka e interprete os resultados.

Dead Line: 27/10/2020

Gestão de Negocios 4.0

  Gestão 4.0

Industria 4.0 (.gov.br)

Industria 5.0

A Indústria 5.0 funde a criatividade e a habilidade humana com a velocidade, a produtividade e a consistência dos robôs.

https://saudebusiness.com/voce-informa/industria-5-0-a-reconciliacao-entre-o-homem-e-a-maquina/#:~:text=Atualmente%2C%20os%20rob%C3%B4s%20j%C3%A1%20s%C3%A3o,e%20a%20consist%C3%AAncia%20dos%20rob%C3%B4s.

Sociedade 5.0, o novo paradigma que pretende "posicionar o ser humano no centro da inovação e da transformação tecnológica".

Yoko Ishikura

Sociedade 5.0 é um conceito do passado recente que, gradualmente, começa a gerar interesse e discussão. Mas o que é afinal a Sociedade 5.0, quais os seus objetivos e implicações?

Enquanto, no âmbito da indústria 4.0, se discutem os planos de investimento, face à adoção de sistemas digitais, um novo paradigma começa a assumir destaque, reagindo aos problemas levantados pela premissa de automação e “desumanização” da quarta revolução industrial.

Termos como Indústria 5.0, Economia 5.0 ou Sociedade 5.0, são usados para designar este novo paradigma que aborda, transversalmente e de forma abrangente, questões que vão para além do âmbito da digitização e automação industrial, procurando analisar e transpor os avanços tecnológicos propostos pela indústria 4.0 para a esfera da vivência humana.

Tratando-se da terceira maior economia mundial, o Japão é, simultaneamente, detentor do mais alarmante índice de envelhecimento a nível mundial, com 27% da sua população tendo idade superior a 65 anos, razão pela qual preocupações com o acelerado ritmo de desenvolvimento tecnológico e respetivas implicações societais, o instituem como percursor do movimento 5.0.

Primeiramente mencionado em 2016, no Quinto Plano Básico de Ciência e Tecnologia, o termo foi oficializado na CeBIT 2017, uma das maiores feiras de tecnologia do mundo, pelo seu primeiro ministro Shinzo Abe. Posteriormente reforçado na edição de 2019 da cimeira dos G20, em Osaka, tem sido objeto de alargada discussão pela OCDE.

Sociedade 5.0 - que benefícios proporciona?

• Equilíbrio entre o processo económico com a resolução de problemas sociais;

• Melhoria da qualidade de vida das pessoas, colocando os sistemas inteligentes ao serviço do ser humano;

• As pessoas terão mais tempo e uma vida mais ativa, libertando-se de alguns dos mais comuns constrangimentos e ultrapassando debilitadoras limitações;

• Dar-se-á mais valor à imaginação e à criatividade.

• Libertação de constrangimentos associados com a escassez de recursos e questões do foro ambiental, de uma forma geral, privilegiando a sustentabilidade.

• Sociedade mais feliz, mais satisfeita e, consequentemente, mais produtiva;

Sociedade 5.0 promete revolucionar a sociedade por um bem maior, a humanidade.

Trata-se da convergência de todas as tecnologias com o objetivo de melhorar a qualidade de vida.

O advento da sociedade 5.0, descreve assim uma abordagem holística, em resposta ao foco no fabrico e na automação industrial, característicos da 4ª revolução, no sentido de posicionar o ser humano no centro da inovação e transformação tecnológica, propondo a convergência de todas as tecnologias, com o intuito de melhorar a qualidade de vida.

Pretende-se “uma sociedade cujos membros demonstrem respeito mútuo, transcendendo barreiras geracionais, onde qualquer indivíduo poderá ter uma vida ativa e agradável”, tal como objetivado no Quinto Plano Básico de Ciência e Tecnologia.

A inovação será constante, as pessoas terão mais tempo e uma vida mais ativa, libertando-se dos mais comuns constrangimentos e ultrapassando debilitadoras limitações. As empresas terão missões sociais, o propósito sobrepor-se-á ao lucro e dar-se-á mais valor à imaginação e à criatividade.

O plano passa pela aposta simultânea e integrada em diferentes tecnologias, como a robótica, a big data, a internet das coisas (IoT) e a inteligência artificial, orientadas às áreas da saúde, mobilidade e desenvolvimento pessoal.

O objetivo passa por, através da transposição de inovações na área da automação de sistemas produtivos industriais, para os mais diversos aspetos da vivência humana, garantir benefícios como a redução de custos e energia, o aumento da segurança e da qualidade, etc. preparando o caminho para um futuro super-humano, super-inteligente, super-conectado, super-eficiente e super sustentável.

Para que tal seja possível, a iniciativa enfatiza, não apenas a necessidade de consenso social, como de uma análise, preventiva, das implicações sociais e éticas da relação Homem-máquina, assim como de questões filosóficas, como a redefinição dos conceitos de “Humanidade” e “felicidade individual”.

https://www.accept.pt/sociedade-5-0-o-novo-paradigma-280619/