Escolar Documentos
Profissional Documentos
Cultura Documentos
2023/2024
Aprendizagem Automática em
Sistemas Empresariais
Projeto 2
TP1 – Grupo 1
Índice
Índice ....................................................................................................................................................... 2
Índice de Figuras ..................................................................................................................................... 2
Índice de Tabelas ..................................................................................................................................... 2
1. Introdução ....................................................................................................................................... 3
2. Implementação ............................................................................................................................... 4
2.1. Planear Avaliação de Resultados ............................................................................................. 4
2.1.1. Resultados da Avaliação ...................................................................................................... 4
2.1.2. Arquitetura .......................................................................................................................... 4
2.1.3. Modelo Multidimensional ................................................................................................... 4
2.2. Planear Monitorizar e Manutenção ........................................................................................ 5
2.2.1. Plano de Monotorização ..................................................................................................... 5
2.3. Produzir o Relatório Final ........................................................................................................ 5
2.3.1. Relatório Final...................................................................................................................... 5
2.3.2. Apresentação Final .............................................................................................................. 6
2.4. Rever o Projeto........................................................................................................................ 6
2.4.1. Documentação do Estudo ................................................................................................... 6
2.5. Key Performance Indicator (KPI).............................................................................................. 6
3. Bibliografia .................................................................................................................................... 11
Índice de Figuras
Figura 1 - Arquitetura .............................................................................................................................. 4
Figura 2 - Modelo Multidimensional ....................................................................................................... 4
Figura 3 - Dashboard Geral ...................................................................................................................... 9
Figura 4 - Dashboard de Classificação ..................................................................................................... 9
Figura 5 - Dashboard de Regressão ....................................................................................................... 10
Índice de Tabelas
Tabela 1 - Definição das medidas e seleção de KPIs ................................................................................ 7
Tabela 2 - Definição das medidas e seleção de KPIs ................................................................................ 8
Tabela 3 - Definição das medidas e seleção de KPIs ................................................................................ 8
Universidade do Minho
2023/2024
1. Introdução
No contexto da unidade curricular de Aprendizagem Automática de Sistemas Empresariais, foi-
nos proposto o desenvolvimento de um projeto cuja finalidade baseia-se na compreensão, análise e
organização dos dados fornecidos, com o objetivo estimar preços de automóveis consoante
determinadas características.
O grupo terá como base a metodologia CRISP-DM, que fornece um modelo de orientação a
projetos de Data Mining através de uma sequência de eventos idealizados e contém seis fases,
nomeadamente, Business Understanding, Data Understanding, Data Preparation, Modeling, Evalution
Deployment.
Portanto, ao longo da realização deste trabalho, pretende-se aplicar esta metodologia de modo a
obter um modelo de previsão que permita indicar valores futuros para uma variável, target, num
determinado domínio do problema, isto é, um modelo de previsão ideal para o objetivo de negócio.
Universidade do Minho
2023/2024
2. Implementação
Esta última fase consiste num plano de desenvolvimento e implementação da solução e
elaboração de todo o relatório final.
2.1.2. Arquitetura
De forma a desenvolver a fase de Implementação, a equipa utilizou o powerBI onde foi gerado
automaticamente o modelo multidimensional. Para além disso, implementamos um modelo de Data
Mining. Nas Dashboards será possível filtrar e agregar a informação pelos diversos atributos, graças à
versatilidade do PowerBI.
Assim a monitorização e manutenção é algo crucial e o modelo deverá ser ajustável de forma
a suportar modificações que possam surgir, com isto o sistema não permanece estático no tempo e
acompanha as variações no mercado de automóveis, com valores atuais.
Deste modo, existem diversos fatores que devem ser tomados em consideração como verificar
aspetos dinâmicos, e constante avaliação dos resultados de Data Mining.
A elaboração deste relatório baseou-se na metodologia CRISP-DM, cujo ciclo de vida é composto
por 6 fases.
Primeiramente, houve uma fase de Business Understanding onde a equipa definiu o objetivo de
negócio, os recursos utilizados, as restrições, as suposições, os riscos, entre outros. Definiu também os
objetivos de negócio e os fatores críticos do sucesso do Data Mining. Elaborou ainda um planeamento
de todo o projeto para que fosse obtido um output de qualidade e dentro dos prazos estipulados pela
equipa docente.
Na apresentação final serão referidas todas as etapas de realização do projeto, desde todos
os relatórios produzidos, códigos elaborados e dashboards realizadas pela equipa, de modo a facilitar
a visualização dos dados.
Numa primeira abordagem, e tal como estava definido no enunciado, a equipa encarou o
projeto como um problema de Regressão. Contudo, ao aplicar os diferentes modelos de Regressão e
ao analisar as métricas, notamos que estas, apesar de estarem dentro dos valores definidos nos
critérios de sucesso do Data Mining, era enriquecedor para o grupo explorar o problema utilizando a
perspetiva da Classificação. Desta maneira, aplicávamos os conhecimentos lecionados ao longo do
semestre, concedendo-nos uma visão ampla e holística das duas abordagens mais conhecidas.
• Fase 1 – Início
o Etapa 1 – Criar a Equipa de Projeto
▪ A equipa de projeto será composta pela Maria Beatriz Morais, Guilherme
Barbosa, Mariana Pedreira e Paula Ferreira.
• Fase 2 – Desenvolvimento
o Etapa 5 – Identificar os Fatores Críticos de Sucesso (FCS) da Organização
▪ Um critério fundamental para o sucesso de negócio é a precisão das previsões
feitas pelo sistema. Quanto mais preciso o sistema for em prever os preços dos
carros, maior será a probabilidade de sucesso do negócio. Se as previsões
forem acertadas, as pessoas vão procurar a nossa ajuda, e para isso, contamos
com o feedback das mesmas para aprimorar constantemente as estimativas.
O sistema deve ser adotado e usado pelo público-alvo, o que pode ser medido
pela taxa de utilização. Se muitas pessoas ou empresas estão dispostas a
utilizar o nosso sistema para obter previsões de preços de carros, isso é um
indicador positivo.
o Etapa 6 – Definição das medidas e seleção dos KPIs por parte da equipa
▪ Geral
Tabela 1 - Definição das medidas e seleção de KPIs
▪ Classificação
Tabela 3 - Definição das medidas e seleção de KPIs
• Fase 3 – Implementação
o Etapa 7 – Desenvolver os meios de visualização
▪ A elaboração de dashboards é uma ferramenta essencial para visualizar e
interpretar dados. Estas apresentam diversas métricas e gráficos interativos
que nos permitem observar diferentes cruzamentos.
Universidade do Minho
2023/2024
• Fase 4 – Revisão
o Etapa 9 – Redefinir e refinar os KPIs por forma a manter a sua relevância
▪ Não aplicável
Universidade do Minho
2023/2024
3. Bibliografia
1- https://machinelearningmastery.com/