Autor: Mateus Amorim Marques; MARQUES,M.A. Mineração de Dados com Azure Machine Learning Studio  Projeto utilizando o DataSet Íris, com o intuito de criar o modelo de classificação, utilizando modelo de classificação em cluster com o algoritmo k-means, separando os dados por classe e observando o desempenho do experimento.  Primeiro utilizamos o modelo de classificação em cluster depois treinamos o modelo utilizando o algoritmo k-means depois criamos um DataSet de exibição com o modelo treinado com as colunas de “class” e “Assignments” exibindo a quantidade classificada de cada um, e por último observando o desempenho do experimento.  Poderíamos utilizar também a plataforma Qlik para visualizar graficamente os resultados da classificação de cada cluster, também poderíamos criar uma Web Services para a solicitação de informação pelo próprio cliente. Inserindo Iris DataSet no ML Studio: Inserindo o Iris DataSet no experimento: Inserindo o modelo de treinamento em cl...

  Altor: Mateus Amorim Marques; MARQUES, M.A. Universidade Cruzeiro do Sul Criação de API de Análise de vendas Link das Bases de dados: https://help.qlik.com/pt-BR/qlikview/12.1/Content/Tutorial.htm Criação de API com páginas e diferentes tipos de análises: Criação de página com análise de clientes Top 10, exibição em gráfico de barras: Criação de página com análise de vendas por vendedores, exibição em gráfico de barras: Criação de página com análise de vendas por cidade, exibição em Mapa:

Altor: Mateus Amorim Marques; MARQUES, M. A. carregando pacotes: library(dplyr) library(readr) library(ggplot2) Importação de banco de dados: df <- readr::read_csv("pacientes.csv") df Plotando gráfico de densidade de processos por idade de segurado: hist(df$`Idade do Segurado`,      col = "lightblue",      freq = F,      main = "Frequência de Processos por Idade",      xlab = "Idade",      ylab = "Frequência",      breaks = 20) curve(dnorm(x, mean = mean(df$`Idade do Segurado`), sd = sd(df$`Idade do Segurado`)), add = T)

Altor: Mateus Amorim Marques; MARQUES, M. A. Machine Learning com “Azure Machine Learning Studio”  Inserindo a base de dados “ student-mat.csv ” e criação dos modelos treinados, com Redes Neurais e Regressão Linear:  A base de dados avalia o desempenho de alunos de determinada região.  A coluna que iremos prever será a G3.  Modelo de Redes Neurais:  Modelo de Regressão Linear:  Publicação do modelo treinado, para solicitação do usuário:  Prevendo média e desvio padrão da coluna G3, com base nos dados preenchidos pelo usuário:  Desempenho dos modelos: - Redes Neurais: - Regressão Linear: O modelo que apresentou o melhor desempenho foi o de Regressão Linear: Erro Absoluto Médio: 1.416767 Coeficiente de Determinação: 0.752131 Modelo de Redes Neurais: Erro Absoluto Médio: 1.700481 Coeficiente de Determinação: 0.711061

Altor: Mateus Amorim Marques; MARQUES, M. A. Calculando a probabilidade de barras de aço serem produzidas com a espessura entre 9.9mm e 10.1mm, onde a espessura média da produção é de 9.897, e o desvio padrão é de 0.0987. #PLOTANDO O GRÁFICO ENTRADA: library(ggplot2) dados_0<- data.frame(espes = rnorm(200,9.897,0.0987)) ggplot(dados_0)+   aes(x=espes)+   geom_histogram(fill="lightblue",                  col = "black",                  alpha = 0.5,                  bins = 20,                  aes(y=..density..))+   stat_function(fun = dnorm, args = list(mean = mean(dados_0$espes), sd=sd(dados_0$espes))) SAIDA: #PROBABIL...

  Autor: Mateus Amorim Marques; MARQUES, M. A. Instituição: Universidade Cruzeiro do Sul Curso: Ciência de Dados      --CRIAÇÃO DE BASE DE DADOS --CREATE DATABASE F1; --CRIAÇÃO DE TABELAS --2018 create table TB_EQUIPE ( ID_EQUIPE INT PRIMARY KEY NOT NULL, NM_EQUIPE VARCHAR(100) NOT NULL, ID_PAIS INT NOT NULL ); CREATE TABLE TB_PILOTO ( ID_PILOTO INT PRIMARY KEY NOT NULL, NM_PILOTO VARCHAR(100) NOT NULL, DT_NASCIMENTO DATE NOT NULL, ID_PAIS INT NOT NULL, ID_EQUIPE INT NOT NULL ); CREATE TABLE TB_PAIS ( ID_PAIS INT PRIMARY KEY NOT NULL, NM_PAIS VARCHAR(100) NOT NULL, NR_POPULACAO INT NOT NULL ); CREATE TABLE TB_CIRCUITO ( ID_CIRCUITO INT PRIMARY KEY NOT NULL, NM_CIRCUITO VARCHAR(100) NOT NULL, NR_EXTENSAO VARCHAR(100) NOT NULL, ID_PAIS INT NOT NULL ); CREATE TABLE TB_PROVA ( ID_PROVA INT PRIMARY KEY NOT NULL, DT_PROVA DATETIME NOT NULL, NM_SITUACAO VARCHAR(100), ID_CIRCUITO INT NOT NULL ); CREATE TABLE TB_RESULTADO ( ID_PROVA INT NOT NULL, ID_PILOTO INT NOT NULL, NR...