Mostrar el registro sencillo del ítem
Perspectivas do aprendizado de máquina no ensino da Engenharia Química
dc.contributor.author | Ishida, Denise Miki Tawaraya | |
dc.date.accessioned | 2021-07-07T12:10:04Z | |
dc.date.available | 2021-07-07T12:10:04Z | |
dc.date.issued | 2021-06-28 | |
dc.identifier.citation | ISHIDA, Denise Miki Tawaraya. Perspectivas do aprendizado de máquina no ensino da Engenharia Química. 2021. Trabalho de Conclusão de Curso (Graduação em Engenharia Química) – Universidade Federal de São Carlos, São Carlos, 2021. Disponível em: https://repositorio.ufscar.br/handle/ufscar/14532. | * |
dc.identifier.uri | https://repositorio.ufscar.br/handle/ufscar/14532 | |
dc.description.abstract | Machine learning is an area of Artificial Intelligence that can predict results from a large set of data. Therefore, many areas are already benefiting from this new technology, such as credit analysis companies that use this mechanism for fraud detection, entertainment services for a recommendation system and in medicine for disease diagnosis. Currently, machine learning is not very often used in Chemical Engineering, but there are some studies with applications in the area that demonstrate that it can be a tool with great potential for Chemical Engineering. This work is a bibliographical review to understand more about machine learning, what is the learning process, the main tools and studies to exemplify these possible applications of machine learning in Chemical Engineering and emphasize its importance. Because of this potential, it is interesting to approach the subject in the learning of Chemical Engineering so students can have greater contact with machine learning and apply this knowledge in the industry. With this in mind, this work suggests some changes in the curriculum of Chemical Engineering students at Universidade Federal de São Carlos to include machine learning in the Chemical Engineering education | eng |
dc.description.sponsorship | Não recebi financiamento | por |
dc.language.iso | por | por |
dc.publisher | Universidade Federal de São Carlos | por |
dc.rights | Attribution-NonCommercial-NoDerivs 3.0 Brazil | * |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/3.0/br/ | * |
dc.subject | Aprendizado de máquina | por |
dc.subject | Ensino de Engenharia Química | por |
dc.subject | Inteligência Artificial | por |
dc.subject | Machine learning | eng |
dc.subject | Chemical Engineering Education | eng |
dc.subject | Artificial Intelligence | eng |
dc.title | Perspectivas do aprendizado de máquina no ensino da Engenharia Química | por |
dc.title.alternative | Perspectives of machine learning in Chemical Engineering education | eng |
dc.type | TCC | por |
dc.contributor.advisor1 | Lima, Alice Medeiros de | |
dc.contributor.advisor1Lattes | http://lattes.cnpq.br/0038936541518854 | por |
dc.description.resumo | O aprendizado de máquina é uma área da Inteligência Artificial que consegue prever resultados a partir de um grande conjunto de dados. Desta forma, muitas áreas já se beneficiam dessa nova tecnologia como, por exemplo, empresas de análise de crédito que utilizam essa ferramenta para detecção de fraudes, serviços de entretenimento para um sistema de recomendação e na medicina para diagnóstico de doenças. Na Engenharia Química, o aprendizado de máquina ainda não é amplamente utilizado, porém existem alguns estudos com aplicações na área que demonstram ser uma ferramenta com grande potencial para a área. Este trabalho constitui uma revisão bibliográfica para entender o que é machine learning, como funciona esse aprendizado, as principais ferramentas e exemplificar possíveis aplicações do aprendizado de máquina na Engenharia Química e frisar sua importância. Dado este potencial, é interessante abordar o assunto no ensino de Engenharia Química para que os alunos possam ter maior contato com o aprendizado de máquina e aplicar esse conhecimento na indústria. Com esse intuito, este trabalho sugere algumas mudanças na grade curricular dos estudantes de Engenharia Química da Universidade Federal de São Carlos para incluir o aprendizado de máquina no percurso formativo. | por |
dc.publisher.initials | UFSCar | por |
dc.subject.cnpq | ENGENHARIAS::ENGENHARIA QUIMICA | por |
dc.publisher.address | Câmpus São Carlos | por |
dc.contributor.authorlattes | http://lattes.cnpq.br/4916944201122614 | por |
dc.publisher.course | Engenharia Química - EQ | por |