Pós-Graduação em

Ciência de Dados e Inteligência Artificial

ESTUDO EM CIÊNCIA
DE DADOS
Com Cezar Taurion, Sílvia Maria Wanderley Moraes e Michael da Costa Móra

O lugar de potência de uma empresa

é o público.

Rogerio Abreu
 Conheça
c o livro da disciplina
-
CONHEÇA SEUS PROFESSORES 3

Conheça os professores da disciplina.​

EMENTA DA DISCIPLINA 5

Veja a descrição da ementa da disciplina. ​

BIBLIOGRAFIA BÁSICA 6

Veja as referências principais de leitura da disciplina.​

O QUE COMPÕE O MAPA DA AULA? 7

Confira como funciona o mapa da aula.

MAPA DA AULA 8

Veja as principais ideias e ensinamentos vistos ao longo da aula.

RESUMO DA DISCIPLINA 22

Relembre os principais conceitos da disciplina.​

AVALIAÇÃO 23

Veja as informações sobre o teste da disciplina.​

2
 Conheça
c seus professores

-
CEZAR TAURION
Professor Convidado

Sócio da KICK Ventures, César Taurion trabalha com o

propósito de incentivar e promover o empreendedorismo
para o próximo nível, especialmente nas economias
emergentes, alavancando a cultura da inovação e parcerias
de empreendimentos corporativos. Além disso, Taurion é VP
de Estratégia e Inovação na Cia Técnica, mentor e investidor
em startups, e ainda, exerceu cargos técnicos e executivos
em empresas como Shell e Chase Manhattan Bank. Consultor
com grande experiência, já foi diretor de Novas Tecnologias
Aplicadas/Chief Evangelist da IBM Brasil, e sócio-diretor líder
de IT Strategy na PwC, desenvolvendo diversos projetos de
alta complexidade que transformaram o papel da TI e seu
posicionamento profissional em grandes corporações. Como
escritor, Taurion é autor de nove livros que abordam assuntos
como Transformação Digital, Inovação, Big Data e Tecnologias
Emergentes. É colunista da CIO Magazine e Computerworld
Brasil. Também colabora com sites especializados, como TI
Especialistas e iMasters, além de apresentar palestras sobre
tecnologia da informação em eventos e conferências.

SÍLVIA MARIA WANDERLEY MORAES

Professora PUCRS

Sílvia Maria Wanderley Moraes é professora da Faculdade

de Informática (FACIN) da Pontifícia Universidade Católica do
Rio Grande do Sul (PUCRS), desde agosto de 1997. Ela também
é um dos professores colaboradores do Grupo de Pesquisa em
Linguagem Natural da PUCRS. Obteve título de doutora em
Ciência da Computação PPGCC / PUCRS com a tese “Construção
de Estruturas Ontológicas a partir de Textos: um Estudo Baseado
no método Formal Concept Analysis e em Papéis Semânticos”,
em 2012. Anteriormente, ela cursou mestrado em Ciência da
Computação no PPGC / UFRGS de 1994 a 1997. Obteve o título
de bacharel em Informática também na FACIN / PUCRS em
1992. Seus principais interesses de pesquisa estão relacionados
ao processamento de linguagem natural: mineração de texto, a
categorização de texto, agrupamento de texto, aprendizagem
automática, aprendizagem de ontologias, extração de conceitos,
análise de sentimentos, agentes conversacionais, etc.

3
 Conheça
c seus professores

-
MICHAEL DA COSTA MÓRA
Professor PUCRS

Possui graduação em Ciência da Computação pela Universidade

Federal do Rio Grande do Sul (1991), mestrado em Computação pela
Universidade Federal do Rio Grande do Sul (1993) e doutorado em
Ciência da Computação pela Universidade Federal do Rio Grande
do Sul (2000). Atualmente é professor adjunto do Instituto de
Informática. Tem experiência na área de Ciência da Computação,
com ênfase em Inteligência Artificial, atuando principalmente nos
seguintes temas: Inteligência Artificial, Aprendizagem de Máquina,
Agentes inteligentes e Sistemas Multiagentes, Engenharia de
Software e Desenvolvimento de Sistemas, Ensino de Programação
e de Ciência da Computação.

4
 Ementa da Disciplina
Construção do trabalho de conclusão de curso. Orientação temática,
metodológica, e de análise dos resultados e conclusões. Análise da visão de
pesquisa e tendências metodológicas.

5
 Bibliografia básica
a

-
As publicações destacadas têm acesso gratuito pela Biblioteca da PUCRS.

Bibliografia básica

FURASTÉ, Pedro Augusto. Normas Técnicas para o trabalho científico. 17. ed. Porto
Alegre: Dáctilo-Plus,
2014. 232 p.

MARCONI, M. A.; LAKATOS, E. M. Fundamentos de metodologia científica. 6ª Ed. São

Paulo: Atlas, 2005.

SAMPIERI, Roberto Hernández et al. Metodologia de Pesquisa. 5ª ed. Porto Alegre:

Penso, 2013. 624 p.

Bibliografia complementar

BOAVENTURA, Edivaldo M. Metodologia da pesquisa: monografia, dissertação, tese.

São Paulo: Atlas,
2009.

BOOTH, Wayne C.; COLOMB, Gregory G.; WILLIAMS, Joseph M. A arte da pesquisa.
São Paulo: Martins
Fontes, 2008. 351p.

KÖCHE, José Carlos. Fundamentos de metodologia científica: teoria da ciência e

iniciação à pesquisa. 32.
ed. Petrópolis: Vozes, 2013.

MARCONI, Marina de Andrade. Metodologia científica. 5. ed. São Paulo: Atlas, 2009.

SEVERINO, Antonio J. Metodologia do trabalho científico. 23ª ed. São Paulo: Cortez,
2010.

6
 o o
O que compõe

s
Mapa da Aula?
FUNDAMENTOS
Conteúdos essenciais sem os quais você
pode ter dificuldade em compreender a
matéria. Especialmente importante para
alunos de outras áreas, ou que precisam
relembrar assuntos e conceitos. Se você EXERCÍCIOS DE FIXAÇÃO
estiver por dentro dos conceitos básicos
dessa disciplina, pode tranquilamente Questões objetivas que buscam
pular os fundamentos. ​ reforçar pontos centrais da disciplina,
aproximando você do conteúdo de
forma prática e exercitando a reflexão
sobre os temas discutidos.​
CURIOSIDADES
Curiosidades, fatos e peculiaridades
que ampliam o seu conhecimento e
conectam a assuntos do cotidiano e PALAVRAS-CHAVE
vida profissional.
Significado de termos técnicos ou
palavras específicas do campo da
disciplina.​
DESTAQUES
Frases dos professores, que resumem
sua visão sobre um assunto ou situação.​
VÍDEOS
Assista novamente aos conteúdos
expostos pelos professores em vídeo.
Aqui você também poderá encontrar
ENTRETENIMENTO vídeos mencionados em sala de aula.
Lembre-se que a diversificação de
Inserções de conteúdos da equipe de estímulos sensoriais na hora do estudo
design educacional para tornar a sua otimiza seu aprendizado.​
experiência mais agradável e significar
o conhecimento da aula.​
CASE​
Neste item você relembra o case
analisado em aula pelo professor.​
LEITURAS INDICADAS
A jornada de aprendizagem não
termina ao fim de uma disciplina. Ela
segue até onde a sua curiosidade
alcança. Aqui você encontra uma lista MOMENTO DINÂMICA
de indicações de leitura. São artigos
e textos já publicados sobre temas Aqui você encontra a descrição
abordados em aula, que poderão ser detalhada da dinâmica realizada
indicações dos professores ou da pelo professor em sala de aula com
equipe de conteúdo da PUCRS Online.​ os alunos.​

7
 Mapa da Aula
Os tempos marcam os principais momentos das videoaulas.

AULA 1 • PARTE 1

01:11 A ética em Inteligência

Artificial é um tema
extremamente importante.

Primeira revolução digital 04:35

Estamos em um ponto de mudanças da

sociedade, um processo que se repete ao
longo da história da humanidade. O mundo
em que vivemos hoje foi moldado pelo 05:17 Estamos em um processo
modelo de sociedade indústria, dividida de transformação da
em etapas evolutivas caracterizadas por sociedade.
tecnologias que surgiram e provocaram
mudanças no comportamento da sociedade.

Atualmente, vivenciamos um processo de

mudança significativa com a entrada de
tecnologias como a inteligência artificial.
Se olharmos para o passado conseguimos
PALAVRAS-CHAVE
ver que as tecnologias que desenvolvemos 05:51
potencializaram as nossas capacidades
físicas, a IA chega para potencializar a nossa Sociedade industrial: Resultado
capacidade cognitiva. do movimento dos trabalhadores
em busca de reformas que
Portanto, devemos entender essa nova transformaram as condições de vida
gama de tecnologias que estão neste grupo dos trabalhadores.
chamado de tecnologias transformadoras,
ou seja, aquilo que muda e molda a nossa
sociedade. O impacto da inteligência
artificial na nossa sociedade será tão forte
quanto a eletricidade.

07:20 Com a inteligência

artificial, nós estamos
potencializando a nossa
capacidade cognitiva.

8
Inteligência artificial 08:27

A Inteligência Artificial como campo de

14:38 Máquina x humano
estudo engloba áreas como:

Machine learning - campo de estudo que dá Ao longo dos anos, foram sendo realizados
aos computadores a habilidade de aprender experimentos com máquinas e humanos,
sem serem explicitamente programados; em 1997 uma máquina vence o campeão
mundial no xadrez, com uma inteligência
Deep learning - ramo de Machine Learning
artificial ainda muito restrita, mostrando o
baseado em um conjunto de algoritmos
grande potencial que essa tecnologia tem.
que tentam modelar abstrações de alto
nível de dados usando um grafo profundo Com a evolução dessa tecnologia,
com várias camadas de processamento, uma nova máquina vence outros dois
compostas de várias transformações campeões, em um programa de televisão
lineares e não lineares; de pergunta e respostas. Outro marco
significativo desses experimentos, foi a
Redes neurais - modelos computacionais
vitória da máquina contra o campeão de
inspirados pelo sistema nervoso central de
“Go”, um jogo de estratégia extremamente
um animal (em particular o cérebro) que
sofisticado, mostrando que a característica
são capazes de realizar o aprendizado de
da estratégia também pode ser replicada
máquina bem como o reconhecimento de
pelas máquinas.
padrões.
Esses acontecimentos foram importantes
São algumas das áreas que estão sendo
para o avanço da tecnologia, mostrando
transformadas pela IA: Saúde e qualidade de
um potencial claro na inteligência
vida, Segurança, Infraestrutura, Educação,
artificial, incentivando a pesquisa e
Varejo e negócios, e Agricultura.
desenvolvimento da área.

CURIOSIDADE
14:38
Deep blue
LEITURAS INDICADAS
14:51
Livro: Deep Thinking: Where
Machine Intelligence Ends and
Human Creativity Begins

Em 1996 o enxadrista Garry Kasparov

perdeu uma partida de xadrez para o então
supercomputador da IBM Deep Blue, um
evento marcado como a superioridade inédita
da inteligência artificial contra um humano no
jogo.

Saiba mais clicando aqui.

A partida de xadrez de Garry Kasparov em

1997 contra o supercomputador Deep Blue da
IBM foi um momento decisivo na história da
tecnologia. Era o alvorecer de uma nova era
na inteligência artificial: uma máquina capaz

9
de derrotar o atual campeão humano neste
jogo mais cerebral.
CURIOSIDADE
17:25
Watson IBM
CURIOSIDADE
19:09
AlphaGo vs Lee Sedol

O computador da IBM entrou para a história

ao derrotar, em 2011, seus oponentes humanos
no famoso programa de tv americano TV
Jeopardy. Hoje ele é utilizado, entre outras A disputa de 5 jogos o supercomputador da
áreas, no diagnóstico de câncer. Google AlphaGo, contra o sul-coreano, até
então 18 vezes campeão mundial do jogo,
Saiba mais clicando aqui.
Lee Sedol, termina com uma nova vitória das
máquinas em 2016.

Saiba mais clicando aqui.

PALAVRAS-CHAVE
20:23

AlphaZero: programa de computador

desenvolvido pela empresa de
pesquisa de inteligência artificial 23:05 IA no dia a dia
DeepMind para dominar os jogos de
xadrez, shogi e go. Hoje, a IA já está presente em nosso dia
a dia, mesmo que a gente não perceba.
Nos deslocamos por aplicativos que
utilizam essa tecnologia, recebemos
recomendações de algoritmos sobre o
que assistir na televisão ou qual o melhor
PALAVRAS-CHAVE caminho a tomar quando dirigimos. Temos
26:23 negócios que seriam impossíveis de existir
sem essa tecnologia.
Sistemas especialistas : softwares
que têm como objetivo simular Mas temos ainda um longo caminho a
o raciocínio de um profissional percorrer, estamos em uma fase muito
especialista em alguma área de interessante de expansão que, segundo o
conhecimento específica. professor Cesar Taurion terá um grande
avanço nos próximos anos.

No passado, durante o primeiro e

segundo “Boom” da IA, a capacidade
computacional restrita foi um grande
desafio para o desenvolvimento dessa
tecnologia. Porém, dois fatores tornam
A capacidade computacional 33:56
nos permite, hoje, fazer coisas hoje possível o crescimento da área, a
imensamente mais sofisticadas grande quantidade de dados disponível
do que podíamos fazer alguns em formato digital e capacidade
anos atrás. computacional, que segue evoluindo.

10
 PALAVRAS-CHAVE
36:08

Banco de dados relacional: banco de

dados que modela os dados de uma
Aplicabilidade da IA I 36:26
forma que eles sejam percebidos pelo
A inteligência artificial pode ser aplicada usuário.
em todos os setores da indústria, como por
exemplo:

Algoritmos de recomendação – tem grande

importância nos negócios, proporciona
uma personalização e exclusividade do
42:32 Algoritmo de
serviço para cada usuário, despertando o
recomendação tem que ter
interesse e mantendo o cliente no serviço
uma interação contínua.
por mais tempo, além de proporcionar uma
maior satisfação e fidelidade, com mais
probabilidade de ser recomendado pelo
usuário posteriormente;

Saúde – qualquer que seja a aplicação de

46:21 Inteligência artificial não é
uma IA, ela tem que resolver problemas
solução para o problema, ela
reais, é o caso do setor da saúde, que ainda
faz parte de uma solução.
possui uma série de desafios, mas que pode
facilitar e tornar mais ágeis diversas funções.

AULA 1 • PARTE 2

Aplicabilidade da IA II 00:00

A utilização da IA pode ser um

complemento às nossas tarefas, não
PALAVRAS-CHAVE
substituindo o ser humano, mas auxiliando, 12:28
isso causa mudanças no perfil dos
profissionais. Além disso, a tecnologia pode Deepfakel: técnica de síntese de
conectar os profissionais aos usuários de imagens ou sons humanos baseada
em técnicas de inteligência artificial.
locais remotos.

Varejo – aqui a experiencia positiva do

cliente tem grande importância, a tecnologia
possibilita um maior conforto ao evitar filas,
apresentando produtos em promoção com
exclusividade;

Editorial, entretenimento e
desenvolvimento – já temos disponíveis
tecnologias que escrevem textos, sendo
utilizados e agências de notícias, algoritmos
que produzem músicas e até mesmo
códigos, auxiliando programadores no
trabalho repetitivo. Também na geração de
imagens, temos algoritmos que produzem
fotos ou replicam estilos artísticos.

11
 12:40 Desafios da IA

PALAVRAS-CHAVE Com a amplitude de sua aplicação,

17:55 esbarramos em alguns desafios e
questionamentos sobre a tecnologia, como
Low code ou no code: metodologias a identificação de rostos e sons falsos.
que buscam a utilização de menos, ou
Como vimos, a IA também tem o potencial
nenhum, código no desenvolvimento
de afetar nas nossas carreiras/profissões,
de produtos e serviços.
não substituindo, mas complementando.

Devido aos limites da tecnologia,

precisamos mudar a formação dos nossos
profissionais, preparando-os para trabalhar
junto as máquinas e algoritmos. Visto isso,
ao pensarmos em IA devemos ter uma
Ao pensar em um projeto 18:28 visão mais ampla, saber onde queremos
de inteligência artificial, chegar.
nós temos que ter uma
visão mais ampla de onde A utilização da IA em nossos negócios
queremos chegar. melhora nossa eficiência, produtividade e
modelo de negócio. Apresentado um dos
grandes desafios que temos pela frente, a
mentalidade e consciência da sociedade
está atrasada em relação ao conhecimento
IA não é inteligente 22:09 sobre essa tecnologia, queremos utilizar IA
sem saber exatamente onde e como.
A IA não resolve todos os nossos
problemas, algumas coisas continuarão
da maneira tradicional. Além disso, uma
aplicação de IA não vive isolada, precisa
de integração com os demais sistemas do PALAVRAS-CHAVE
negócio. 22:50

Um ponto fundamental, é o entendimento Sistemas determinísticos: sistema

de que a IA não é inteligente, apenas no qual nenhuma aleatoriedade está
exibe um comportamento e parece envolvida no desenvolvimento de
ser inteligente. O algoritmo é eficaz estados futuros do sistema. Ou seja,
na execução de funções matemáticas
sempre produzirá a mesma saída de
uma determinada condição inicial ou
e execução de comportamentos
estado inicial.
determinados, porém não tem bom senso.

Logo, os seres humanos sempre terão seu

espaço, o que não impede de utilizarmos
as máquinas para atividades repetitivas.
Pois, na verdade, não é a máquina que
está tirando o nosso trabalho, nós é que
estamos fazendo o trabalho das máquinas. 31:39 Na verdade, não é a
máquina que está tirando
Os empregos do futuro serão aqueles
o nosso trabalho, nós é
que não poderão ser feitos por uma
que estamos fazendo o
inteligência artificial.
trabalho das máquinas.

12
 A implementação de IA 36:10
numa organização é um
longo e tortuoso caminho.
38:46 O próximo passo

O primeiro passo que devemos dar em

projetos de IA é a estratégia, saber onde
está e onde quer chegar. Lembrando
que não existe uma estratégia de IA,
A ética é tudo que a gente 43:56
existe uma estratégia de negócios, que
tem que fazer mesmo que
deve incorporar IA como a maneira criar
alguém não esteja olhando.
produtos, melhorar a relação e experiencia
dos clientes, tornar a empresa mais
competitiva e ágil.

Outros dois aspectos fundamentais dentro

dos projetos de IA, são os bias e a ética. A
maioria das empresas não consegue ainda
explicar o porquê seu algoritmo tomou
determinada decisão, o que pode levar a
inúmeros problemas, inclusive jurídicos.
Porém a máquina não conhece limites
sociais, essa é uma preocupação que deve
estar presente no desenvolvimento.

AULA 1 • PARTE 3

Nível de maturidade das

00:00
empresas

Outro aspecto fundamental, antes de iniciar

um projeto utilizando IA, é entender o nível de
maturidade da empresa. Segundo o modelo PALAVRAS-CHAVE
07:55
da Google, os níveis podem ser divididos da
seguinte forma: Budgets: Termo da língua inglesa para
orçamento, o planejamento de metas,
Tático – aplicação isolada, desenvolvida
despesas, custos e gastos em um
por um único individuo, em geral não sai do período específico
primeiro passo;

Estratégico – a ideia foi vendida e se faz

necessária uma equipe e tecnologia, uma
governança de dados e aspectos regulatórios;

Transformacional - uma nova etapa de

estrutura bem desenhada onde as coisas
começam a funcionar de forma sistemática.

A maturidade digital se refere à estar

aberto a inovações, com engajamento dos
colaboradores e comprometimento da alta
administração. As empresas que se veem
muito a frente desse processo, se tornam
extremamente mais competitivas em relação
as demais.

13
 09:14 Desafios dos projetos de IA

Os grandes desafios que se apresentam

Um algoritmo não vive 18:34
quando falamos em projetos de IA são:
isolado, o algoritmo faz parte
de uma solução. 1. Escassez de talentos – alguns
profissionais da área não são realmente
tão qualificados e, por outro lado, algumas
empresas não sabem o que buscam;

20:15 2. Entendimento dos benefícios e usos;

Equipe e projeto
3. Dados adequados.
As primeiras tentativas de organização de
uma equipe multidisciplinar geralmente Há ainda uma percepção errônea do
se dão na divisão de um grupo para que é trabalhar com IA, essa é uma área
desenvolvimento de sistemas e outro muito abrangente e a sua implementação
grupo para machine learning, porém essa requer uma equipe multidisciplinar.
separação acaba por não criar soluções. Também é necessário entender o limite
das validações permitidas pelos dados
Para um melhor funcionamento, as equipes
disponíveis.
devem trabalhar em conjunto, com a
maturação digital da empresa a IA chega a
fazer parte do negócio.
33:16 Tecnologias disponíveis
Após ter um grupo bem estruturado,
conseguir um espaço para o projeto e Existem diversas tecnologias
tempo disponível, é importante iniciar por disponíveis no mercado para auxiliar no
coisas simples, esses projetos irão ajudar desenvolvimento do seu projeto de IA,
a impulsionar a iniciativa de IA dentro da muitas delas são Open Source.
organização. Escolhas projetos que:
Busque também ficar próximo de grandes
Tragam resultados relativamente rápidos; empresas de tecnologia que oferecem
soluções que facilitam o trabalho de
Que tenha chance de sucesso grande;
machine learning.
Não muito triviais, mas também não muito
São alguns aspectos fundamentais da
complexos;
construção de projetos:
Que seja específico para o setor de
Coleta, fontes de dados;
negócio da empresa;
Análise de dados;
Não faça sozinho, busque ajuda;
Pré-processamento de dados;
Traga resultado nítido para o negócio.
Seleção de variáveis;

Construção de modelo de aprendizado de

máquina;

Colocar em produção.

14
 AULA 1 • PARTE 4

Pontos importantes 01:25

O elemento principal para um algoritmo

são os dados, a qual possuem algumas
variáveis importantes de serem 01:33 Os dados são um negócio
fundamental, sem dados o
consideradas:
algoritmo não existe.
Volume – é suficiente? Grandes
quantidades de dados também se tornam
caras para o processamento;

Variedade – sem variedade o resultado é

facilmente enviesado;

Veracidade – os dados têm que ser

validos. PALAVRAS-CHAVE
04:03
Em alguns casos é necessário optar pela
não utilização de determinados dados, a LGPD: A Lei Geral de Proteção
fim de evitar vieses. A utilização de bases de Dados Pessoais é a legislação
de dados inadequadas também pode levar brasileira que regula as atividades de
a esta problemática.
tratamento de dados pessoais.

Algoritmos e contexto 12:31

Quando treinamos um algoritmo para

determinado contexto e levamos à
outro contexto, onde os dados a serem
trabalhados são diferentes, o resultado PALAVRAS-CHAVE
também será diferente. Em outros casos a 16:56
mudança de contexto pode fazer com que
Cauda longa: termo utilizado
o algoritmo nem mesmo funcione.
na Estatística para identificar
Por isso é importante escolher os dados distribuições de dados como a curva
de Pareto, onde o volume de dados é
corretos para treinar os algoritmos,
classificado de forma decrescente.
evitando os problemas de underfiting e
overfiting. Outro fenômeno com a qual
devemos ter atenção é a cauda longa,
quando há eventos reais, porém, raros
de ocorrer e, pelo treinamento ter sido
realizado com dados de um curto período,
não identificaram esses eventos.

15
 19:17 Escolha das variáveis

CURIOSIDADE A escolha das variáveis também é

28:56 extremamente importante, os dados na
Mito do Rei Midas maioria das vezes não são 100% corretos
e precisam de correções e ajustes.

Em resumo, devemos ter cuidado

com dados desnecessários, obter
uma variedade adequada, ter dados
de qualidade e condições para que o
sistema seja confiável.

Recompensado com o toque de ouro 30:18 Colocando em produção

após salvar o mestre e pai de criação do
deus Baco, Sileno. O rei midas foi feliz Ao colocar o projeto em produção
transformando tudo em ouro e riquezas até ele começa a degradar, pois os dados
o momento em que percebeu que não podia gerados pelo algoritmo serão diferentes
mais comer, pois toda comida e bebida que daqueles pela qual ele foi treinado. Caso
tocava virava ouro. esse algoritmo não seja monitorado, ele
Leia mais em: https://brasilescola.uol.com. pode causar diversos problemas.
br/mitologia/midas.htm Após implementado esse sistema
deve se tornar sistemático, e existem
diversas tecnologias que auxiliam
para automatizar nas diversas etapas.
Lembrando também que o algoritmo
CURIOSIDADE deve ser treinado para o volume
28:56 esperado de usuários, para ter um bom
Tay.ai desempenho.

Outro ponto importante é estarmos

atentos a segurança da base de dados e
algoritmo.

37:58 Ainda estamos no início

Apesar de tudo que temos disponível,

A IA Tay, da empresa Microsoft, foi criada ainda estamos no início da curva de
para conversar com pessoas de forma aprendizado, estamos muito longe da
divertida na rede social Twitter, porém IA idealizada em filmes. O que vemos a
foi corrompida em menos de 24h pelos curto prazo é que vamos evoluir muito
usuários, passando a propagar mensagens em algoritmos não supervisionados.
racistas e homofóbicas.
O professor Cezar Taurion traz uma
Leia mais em: https://www.tecmundo.com. recomendação para quem quer iniciar
br/inteligencia-artificial/102782-tay-twitter- projetos de IA: “Começar, e começar
conseguiu-corromper-ia-microsoft-24- rápido”. Pois a velocidade com que
horas.htm as coisas acontecem na atualidade é
muito rápida, a evolução tecnológica é
exponencial.

16
 Se ainda estou pensando em 44:29
fazer a primeira coisa, eu já
estou atrasado.

AULA 2 • PARTE 1

Entendendo o TCC 01:12

Essa disciplina busca integrar a formação

adquirida pelo aluno ao longo do curso
por meio do desenvolvimento de um 08:53 Áreas de escolha e etapas
estudo no formato de artigo científico.
Ou seja, o TCC é a elaboração de um A professora Sílvia Maria Wanderley
texto que apresenta, analisa e discute os sugere algumas áreas para a escolha
resultados de uma pesquisa ou trabalho do tema do TCC: Visão Computacional,
acadêmico, que pode descrever questões Processamento de Linguagem Natural,
de pesquisa a serem respondidas bem Sistemas de Recomendação, Big Data,
como hipóteses a serem validadas. Data Mining e Visualização, Propaganda
Seu objetivo é a discussão de ideais, Digital, Sistemas de Recuperação de
métodos, técnicas, processos e resultados Informações, Agentes Conversacionais,
dentro de uma determinada área do Logística e Planejamento, Fraude e Risco.
conhecimento. Além de apresentar Para organizar seu tempo lembre-se de
análises, provê interpretações e embasar o seu trabalho em trabalhos
argumentos com base em pesquisas existentes, use uma variedade de fontes,
anteriores e nos experimentos realizados. porém, busque fontes confiáveis.
A primeira coisa a ser definida no seu
artigo é o tema a ser trabalhado, delimite o
escopo da solução que será apresentada,
com objetivos claros a serem alcançados.
Identifique os materiais e recursos
necessários para o desenvolvimento 11:42 Pense em fontes
do seu trabalho, planeje as etapas de diversas, mas pense em
desenvolvimento e estime o tempo fontes confiáveis.
suficiente para cada etapa.

17
13:51 Estrutura do artigo I

O curso conta com um template para

auxiliar o aluno na construção do TCC,
esse material fica disponível na sala de aula
virtual. Mas antes disso, é bom iniciar por
um esboço com uma lista dos principais
tópicos, argumentos e evidencias que
serão incluídas no trabalho. Indique o que
o você deseja incluir em cada seção, isso
ajuda no processo de escrita.

O título deve ser definido por último no

trabalho, com esse já finalizado, ele é
a primeira introdução ao seu trabalho.
Portanto, você deve selecionar um título
que chame a atenção e faça com que
as pessoas tenham vontade de ler o seu
artigo.

O resumo é uma síntese do conteúdo

do artigo, que deve conter o tema e
os objetivos do artigo, o problema de
pesquisa, as hipóteses, como essas
hipóteses foram testadas e os resultados
obtidos. Ao final do resumo, geralmente
são incluídas palavras-chave sobre o
trabalho. Elas ajudam os indexadores e
mecanismos de busca a encontrar artigos
relevantes.

A introdução deve apresentar o tópico e

seu contexto, abordando “O quê?”, “por
quê?” e “como?”. Ao terminar a introdução,
o leitor deve saber do que trata o artigo,
porque vale a pena lê-lo e como você
construirá seus argumentos.

Nos trabalhos relacionados, busque

por bibliografias que possam embasar
e direcionar o seu trabalho. Use essa
pesquisa para decidir as etapas de
desenvolvimento do seu estudo em
Ciência de Dados, bem como para
fundamentar escolhas de materiais,
métodos e técnicas. Lembrando de indicar
qual o tipo de relação que o trabalho
selecionado tem com o seu.

18
 AULA 2 • PARTE 2

Estrutura do artigo II 00:00

É muito importante evitar plágios e

traduções incorretas, além disso, sempre PALAVRAS-CHAVE
07:56
referencie e cite corretamente os autores
das bibliografias que foram utilizadas. Lematização: técnica geralmente
Lembrando de utilizar as normas ABNT utilizada por buscador de palavras
para citar corretamente. em sites, para abranger a quantidade
de opções de palavras relacionadas a
Nas metodologias detalhe as etapas da palavra buscada, ignorando o tempo
sua pesquisa e justifique cada escolha. verbal caso seja um verbo, o gênero
Proponha e explique a arquitetura da da palavra, o plural e etc.
sua solução e experimente e analise os
resultados. Recomenda-se: Descrever
a metodologia, Descrever os tipos de
experimentos feitos, Aplicar os métodos
e técnicas vistos ao longo do curso,
Descrever a fonte de dados, Descrever as 10:13 Usem recursos visuais,
etapas e Descrever a forma de avaliação. coloque recursos que ajudem
o leitor a entender. Tudo isso
enriquece o texto.

Estrutura do artigo III 12:15

Ao apresentar os resultados use as

métricas para a avaliação definida na
18:10 Dicas gerais
metodologia para medi-los, utilizando
formas visuais para facilitar a análise, bem
Para te guiar nessa jornada, a professora
como apresentar os resultados.
Sílvia Maria Wanderley apresenta algumas
Na discussão explique os resultados, dicas gerais:
comparando com os conhecimentos
Cuidado com a linguagem utilizada e
prévios sobre o tema ou resultados
formalidade do texto;
anteriores e comentando sobre
dificuldades enfrentadas como as Prime pelo rigor técnico e pela qualidade
limitações e possibilidades da arquitetura/ das referências usadas;
abordagem. Discuta os resultados do
Use literatura recente;
estudo, questionando sua significância,
relevância e limitações, apresentando Busque um texto bem-organizado e bem
exemplos que explicam e comprovam os escrito;
aspectos positivos e que justificam os
Transmita as ideias de modo claro e
aspectos negativos. Apresente hipóteses
conciso, com cuidado para que o texto não
para os resultados negativos e que
fique curto ou longo de mais;
estratégias poderiam ser usadas para
evitá-los. Inclua elementos gráficos e visuais que
facilitam o entendimento, lembrando que
Ao final, apresente as considerações finais
imagens em inglês, se traduzidas, ainda
sobre o trabalho e melhorias que poderiam
assim devem ter sua fonte citada;
ser realizadas como passos futuros de
desenvolvimento. Destaque as suas Inclua links de onde estão os seus dados;
contribuições, comente seus principais
Inclua no texto, detalhes suficientes
resultados e descobertas, se houver, e
suas possibilidades de continuidade do

19
trabalho, indicando os próximos passos da
sua pesquisa.
 das técnicas usadas para compreender
o seu estudo, mas indique referências
complementares;
Avaliação e orientação 25:58
Siga as normas ABNT;
Serão avaliados:
Apresente as referências bibliográficas de
Contexto e Organização (3,0) – Será forma completa e organizada;
observado se o texto está bem escrito e
bem-organizado, se os objetivos estão Preste atenção na formatação do seu texto.
claramente definidos, contextualizados
e justificados, a coerência das hipóteses
de pesquisa, se forem definidas, se foi
apresentado o estado da arte, pesquisado
e discutido trabalhos relacionados. LEITURAS INDICADAS
Metodologia (3,0) –se a metodologia Para acessar as regras ABNT em diferentes
está claramente definida (se há detalhes formatos de TCC, acesse o link:
suficientes para ser reproduzida), análise
da adequação de métodos e técnicas https://biblioteca.pucrs.br/apoio-a-
usadas para a solução do problema e se pesquisa/modelos-de-normas-tecnicas-de-
foi valorizado o uso de métodos e técnicas documentacao/
do estado da arte.

Resultados (4,0) – se os resultados foram

apresentados de forma clara (explorando
técnicas de visualização e comunicação
vistas no curso) e discutidos de forma
coerente, se atendem aos objetivos
estabelecidos e se os pontos fracos e
fortes da metodologia foram analisados.

Você terá um orientador que o ajudará na

estruturação e revisão do seu artigo por
meio da plataforma da sala virtual, assim
que fizer o upload da primeira versão do
seu TCC.

Aproveite bem essa interação validando

ideias, organização e outros detalhes/
aspectos do texto que você tenha dúvidas
ou julgue importante. Busque aceitar
as contribuições do seu orientador, as
críticas, se existirem, serão construtivas,
com o intuito de melhorar o seu trabalho.
E lembre-se que um bom texto exige
revisões e revisões.

20
 AULA 3 • PARTE 1

Case 1: Aprimoramento de
02:07
imagens

O professor Michael da Costa Mora

apresenta alguns cases para motivar, 00:00 Case 2: Análise de sentimentos
exemplificar e gerar insights para o
trabalho de conclusão de curso. O segundo exemplo é um artigo de 5
páginas na qual o objetivo é um modelo
No primeiro case, um artigo de 5 páginas de análise de sentimentos para classificar
sobre o uso de CGANS para aprimorar postagens no twitter em relação ao
documentos scaneados. Ou seja, sua impacto das notícias sobre o COVID-19.
entrada são imagens, que são aprimoradas Assim como o anterior, este artigo possui a
nas variáveis sombra, brilho e cores, por estrutura padrão, contudo, apresentando a
meio do processamento de imagens. Metodologia, Arquitetura e Implementação
O artigo apresenta as GANs utilizadas, e Visualização, na descrição do Projeto.
Pix2Pix e Pix2PixHD, em sua descrição Sua conclusão apresenta comentários
3 funções diferentes e efeito do sobre trabalhos futuros, e o trabalho
experimento, além de toda a estrutura conta ainda com figuras, demonstrando as
padrão do TCC. Apresenta em seus visualizações e notas de rodapé sobre as
resultados as métricas e análise qualitativa. fontes e descrições das imagens.
Além de um bom uso das referências
(citações) e sua metodologia não está
em uma seção separada, mas claramente
definida na introdução. 25:22 Case 3: Dados tubulares

No terceiro case, o artigo segue

com a mesma quantidade de
páginas e estrutura, trabalha com
dados numéricos, com objetivo de
implementar e analisar resultados do
uso de diferentes técnicas de Data
Augmentation em um dataset de
eletrocardiogramas. Se diferencia pela
utilização das sessões Plataforma e
Datasets, que apresenta onde foi feita
a análise dos dados e a expansão dos
dados, deixando bem claro como são e
qual o significado dos dados.

21
 Resumo da disciplina
Veja nesta página, um resumo dos principais conceitos vistos ao longo da disciplina.

AULA 1

Com a inteligência artificial,

nós estamos potencializando
a nossa capacidade cognitiva. Ao pensar em um projeto de
inteligência artificial, nós temos que
ter uma visão mais ampla de onde
queremos chegar.
Um algoritmo não vive
isolado, o algoritmo faz
parte de uma solução.

AULA 2

Utilize fontes confiáveis.

Template do TCC.

Enriqueça o texto.

AULA 3

TCC: Aprimoramento de imagens.

TCC: Análise de sentimentos.

TCC: Dados tubulares.

22
 Avaliação
Veja as instruções para realizar a avaliação da disciplina.

Essa disciplina conterá a avaliação de fim de curso.

Essa avaliação será uma prova integradora das demais disciplinas, com
10 questões selecionadas que representam a compreensão geral das
disciplinas isoladamente, e conectadas umas às outras.

As datas para realização dessa avaliação online são divulgadas no

cronograma do curso.

Também será disponibilizado um material de revisão para a avaliação.

 Pós-Graduação em
Ciência de Dados e Inteligência Artificial