Aplicação de Inteligência Artificial com Machine Learning utilizando Big Data para identificação de padrões de uma base de cartão de débito

Alisson dos Santos Borges

Resumo


Atualmente a maioria dos softwares possuem uma base de dados imensa e em constante crescimento, isso torna cada vez mais difícil compreender os dados e coletar informações. Machine Learning e Big Data são técnicas de Inteligência Artificial que contribuem de forma objetiva para obtenção de informações que podem auxiliar as organizações. Neste artigo foi abordado as técnicas de Big Data (transformação dos dados em informação) e Machine Learning (aprendizagem de máquina supervisionada e não supervisionada) que auxiliaram na interpretação dos perfis da base através do agrupamento (Clusters) e também na suposição de ações dos usuários (predict do método fit), com isso foi possível constatar inúmeras informações dos padrões de uso e comportamento dos usuários da plataforma, como por exemplo, principais rotas, estabelecimentos e também prever os gastos dos usuários.

Texto completo:

PDF

Referências


BRASIL. LEI Nº 11.442. Local: MINISTÉRIO DA FAZENDA - MF; MINISTÉRIO DOS TRANSPORTES - MT, 2007.

MARQUESONE, Rosangela. Big Data técnicas e tecnologias para extração de valor dos dados. São Paulo: Casa do código, 2016

SHALEV-SHWARTZ, Shai; BEN-DAVID, Shai;. Understanding Machine Learning From Theory to Algorithms. EUA: Cambridge University Press, 2014

PEDREGOSA, Fabian et al. Scikit-Learn: Machine Learning In Python. JMLR, http://www.jmlr.org/, 2011.

TAKEFUJI, Yoshiyasu; MORITANI, Motokazu. Ensemble machine learning based on a voting method using red wine dataset for business education. ResearchGate. https://www.researchgate.net/, 02/2018.

TONGKAW, Aumnat; TONGKAW, Sasalak. Prediction Medical Problem of Elderly People by Using Machine Learning Technique. IOPScience. https://iopscience.iop.org/, 11/2019.

BUITINCK, Lars et al. API design for machine learning software: experiences from the scikit-learn project. arXiv. https://arxiv.org/, 09/2013.

MASING, Karl-Oskar; PETMANSON, Timo; LAUR, Sven. Interactive hierarchical clustering tool. Courses. https://courses.cs.ut.ee, 04/2014.

IBÁÑEZ, Alfonso. Machine Learning in Scientometrics . 2015. Escuela Tecnica Superior de Ingenieros Informáticos, Universidad Politecnica de Madrid. Madrid: 2015.

SANTOS, Thiago. Google Colab: O que é, Tutorial de Como Usar e Criar Códigos. 2020. Disponível em: < https://www.alura.com.br/artigos/google-colab-o-que-e-e-como-usar >. Acesso em: 10 outubro. 2021.


Apontamentos

  • Não há apontamentos.