Mudanças entre as edições de "Aplicação dos conceitos de Engenharia de Aprendizado de Máquina em Produção em um Sistema de Detecção de Anomalias"
Ir para navegação
Ir para pesquisar
Linha 1: | Linha 1: | ||
<center> | <center> | ||
'''Aplicação dos Conceitos de Engenharia de Aprendizado de Máquina em Produção em um Sistema de Detecção de Anomalias''' | '''Aplicação dos Conceitos de Engenharia de Aprendizado de Máquina em Produção em um Sistema de Detecção de Anomalias''' | ||
− | :Nome Completo do Estudante1; | + | : Nome Completo do Estudante1; |
− | :Nome Completo do Professor Orientador2; | + | : Nome Completo do Professor Orientador2; |
− | :Nome Completo do Professor Coorientador3; | + | : Nome Completo do Professor Coorientador3; |
− | :Trabalho realizado como parte das atividades da disciplina TCC29009; | + | : Trabalho realizado como parte das atividades da disciplina TCC29009; |
− | :1Estudante do Curso de Engenharia de Telecomunicações do Campus São José do IFSC; | + | : 1Estudante do Curso de Engenharia de Telecomunicações do Campus São José do IFSC; |
− | :2Professor do Departamento de Telecomunicações do Campus São José do IFSC; | + | : 2Professor do Departamento de Telecomunicações do Campus São José do IFSC; |
− | :3Professor do Departamento de Telecomunicações do Campus São José do IFSC; | + | : 3Professor do Departamento de Telecomunicações do Campus São José do IFSC; |
</center> | </center> | ||
− | ;Resumo: | + | ;Resumo: Com o avanço da tecnologia, cada vez mais fica evidente o seu impacto em nosso cotidiano.<br />Dentre estas tecnologias, uma que se destaca é o Machine Learning. Em sua imensidão de<br />aplicações, existem muitos desafios a serem enfrentados quando se trata da engenharia<br />dos dados utilizados em cada sistema, e também muitos obstáculos que surgem quando<br />implantado em produção. Estima-se que finalizar a modelagem e definição dos dados, pode<br />representar menos da metade do que seria a primeira versão estável, confiável e eficiente<br />do sistema. Este trabalho visa aplicar conceitos de MLOPs, em cenário de produção,<br />explorando cada etapa do ciclo de vida de um sistema de Machine Learning, com o intuído<br />de definir boas práticas e ferramentas para auxiliar no processo. |
− | |||
− | |||
− | |||
− | |||
− | ;Arquivos do TCC: | + | ;Palavras-chave: No mínimo, três e, no máximo, cinco. |
− | + | ||
+ | |||
+ | |||
+ | ;Arquivos do TCC: Postar aqui os arquivos do Resumo Expandido, Projeto de TCC e versão final do TCC. Troque o nome do arquivo pdf usando como sufixo o seu nome completo. | ||
* [[Media: TCC1Resumo_expandido_ANDRE_LUIZ_FARACO_MAZUCHELI.pdf| Resumo Expandido.pdf]] | * [[Media: TCC1Resumo_expandido_ANDRE_LUIZ_FARACO_MAZUCHELI.pdf| Resumo Expandido.pdf]] |
Edição das 13h57min de 14 de fevereiro de 2023
Aplicação dos Conceitos de Engenharia de Aprendizado de Máquina em Produção em um Sistema de Detecção de Anomalias
- Nome Completo do Estudante1;
- Nome Completo do Professor Orientador2;
- Nome Completo do Professor Coorientador3;
- Trabalho realizado como parte das atividades da disciplina TCC29009;
- 1Estudante do Curso de Engenharia de Telecomunicações do Campus São José do IFSC;
- 2Professor do Departamento de Telecomunicações do Campus São José do IFSC;
- 3Professor do Departamento de Telecomunicações do Campus São José do IFSC;
- Resumo
- Com o avanço da tecnologia, cada vez mais fica evidente o seu impacto em nosso cotidiano.
Dentre estas tecnologias, uma que se destaca é o Machine Learning. Em sua imensidão de
aplicações, existem muitos desafios a serem enfrentados quando se trata da engenharia
dos dados utilizados em cada sistema, e também muitos obstáculos que surgem quando
implantado em produção. Estima-se que finalizar a modelagem e definição dos dados, pode
representar menos da metade do que seria a primeira versão estável, confiável e eficiente
do sistema. Este trabalho visa aplicar conceitos de MLOPs, em cenário de produção,
explorando cada etapa do ciclo de vida de um sistema de Machine Learning, com o intuído
de definir boas práticas e ferramentas para auxiliar no processo.
- Palavras-chave
- No mínimo, três e, no máximo, cinco.
- Arquivos do TCC
- Postar aqui os arquivos do Resumo Expandido, Projeto de TCC e versão final do TCC. Troque o nome do arquivo pdf usando como sufixo o seu nome completo.