Exercícios - Lista até 1/10/2020
Exercícios - Lista
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
Nenhum comentário:
Postar um comentário