Inteligência artificial indutiva não supervisionada (Machine Learning) para classificação - Cluster analysis

 Inteligência artificial indutiva não supervisionada (Machine Learning) para classificação  - Cluster analysis

Tipos de Machine Learning

                                   ML UL Clustering

Fonte de Dados Sebrae

Cidade: Caxias do Sul

Tabela Excel dos Dados

 

Cidade	Regiao	Cid_reg	Habitantes	IDH	Rend_Cap	Cap_Empr	Teci_Emr	Gov_Descn	Org_Prod	Ins_Compet	Edu_Empr
Piracicaba	SE	Pir_SE	439	0,785	1,14	0,54	0,695	0,796	0,598	0,761	0,004
Sao_Car	SE	SC_SE	252	0,805	1,08	0,686	0,653	0,812	0,564	0,788	0,002
Sao_Jose	SE	SJ_SE	461	0,797	1,17	0,613	0,73	0,648	0,597	0,769	0,011
Mon_Clar	SE	MC_SE	409	0,77	0,65	0,481	0,651	0,696	0,549	0,666	0,124
Rondono	CO	Ron_CO	232	0,755	0,84	0,452	0,509	0,626	0,567	0,651	0
Anápolis	CO	Aná_CO	387	0,737	0,79	0,481	0,645	0,695	0,562	0,708	0
Camp_Gra	NE	CG_NE	410	0,72	0,63	0,458	0,565	0,683	0,571	0,59	0,584
Petroli	NE	Pet_NE	349	0,697	0,61	0,419	0,43	0,678	0,528	0,57	0,009
Rio_Bran	Norte	RB_Norte	407	0,727	0,74	0,342	0,47	0,663	0,486	0,503	0,0009
Boa_Vista	Norte	BV_Norte	399	0,752	0,79	0,338	0,458	0,538	0,502	0,585	0,082
Maringa	S	Mar_S	424	0,808	1,2	0,652	0,753	0,791	0,611	0,765	0,01
Cax_Sul	S	CS_S	347	0,75	0,95	0,446	0,715	0,654	0,559	0,715	0,046
		Kruskal Wallis	NS	*	*	*	*	NS	*	*	NS

 

  Inteligência artificial indutiva (Machine Learning) não supervisionada para classificação - Cluster analysis

Cluster e Dendrograma de todas as cidades, programa SAS: ver banco de dados

data cidades;

input Cid_reg $ IDH Rend_Cap Cap_Empr Teci_Emr Org_Prod Ins_Comp;

cards;

Pir_SE 0.785 1.14 0.54 0.695 0.598 0.761

SC_SE 0.805 1.08 0.686 0.653 0.564 0.788

SJ_SE 0.797 1.17 0.613 0.73  0.597 0.769

MC_SE 0.77  0.65 0.481 0.651 0.5   0.666

Ron_CO 0.755 0.84 0.452 0.509 0.567 0.651

Aná_CO 0.737 0.79 0.481 0.645 0.562 0.708

CG_NE 0.72 0.63 0.458 0.565 0.571 0.59

Pet_NE 0.697 0.61 0.419 0.43 0.528 0.57

RB_Norte 0.727 0.74 0.342 0.47 0.486 0.503

BV_Norte 0.752 0.79 0.338 0.458 0.502 0.585

Mar_S 0.808 1.2 0.652 0.753 0.611 0.765

CS_S 0.75 0.95 0.446 0.715 0.559 0.715

;

proc print;

run;

proc cluster data=cidades outtree = arvore method = average;

var IDH Rend_Cap Cap_Empr Teci_Emr Org_Prod Ins_Comp;

id Cid_reg;

run;

PROC TREE DATA = arvore;

RUN;

 

Cluster e Dendrograma de todas as regiões e Piracicaba, programa SAS:

data regioes;

input Local $ IDH Rend_Cap Cap_Empr Teci_Emr Org_Prod Ins_Compet;

cards;

CO 0.746 0.815 0.4665 0.577 0.5645 0.6795

NE 0.7085 0.62 0.4385 0.4975 0.5495 0.58

Norte 0.7395 0.765 0.34 0.464 0.494 0.544

S 0.779 1.075 0.549 0.734 0.585 0.74

SE 0.78925 1.01 0.58 0.68225 0.577 0.746

Piracic 0.785 1.14 0.54 0.695 0.598 0.761

;

proc print;

run;

proc cluster outtree = arvore method = average;

var IDH Rend_Cap Cap_Empr Teci_Emr Org_Prod Ins_Compet;

id Local;

run;

PROC TREE DATA = arvore;

RUN;

Aula 31/3/2025

Pauta:

- ML Não S para Classificação

            Cidades Brasileiras e Piracicaba

- La Liga da IA - LIA-CDG/USP

            - Inicio 12/12/2025 sabado, das 13:30 às 14:30

           

A comparação entre SAS e Python no contexto das empresas brasileiras

 A comparação entre SAS e Python no contexto das empresas brasileiras envolve diversos fatores, desde a tradição e robustez do SAS até a flexibilidade e o custo-benefício do Python. Aqui está uma análise detalhada:

IA Gemini 26/3/2025

SAS:

Tradição e Robustez:

O SAS é uma ferramenta consolidada, amplamente utilizada em grandes empresas, especialmente no setor financeiro e de saúde.

Sua robustez e confiabilidade são pontos fortes, especialmente para análises complexas e regulamentadas.

Custo:

O SAS geralmente envolve custos de licenciamento mais elevados, o que pode ser um fator limitante para empresas menores ou com orçamentos restritos.

Curva de Aprendizagem:

A curva de aprendizado do SAS pode ser mais íngreme para profissionais que não têm experiência prévia com a ferramenta.

Python:

Flexibilidade e Versatilidade:

Python é uma linguagem de programação de código aberto, o que significa que é gratuita e altamente personalizável.

Sua vasta gama de bibliotecas (como Pandas, NumPy e Scikit-learn) a torna uma ferramenta poderosa para análise de dados, aprendizado de máquina e inteligência artificial.

Comunidade e Ecossistema:

Python possui uma comunidade global ativa, o que significa que há uma grande quantidade de recursos, tutoriais e suporte disponíveis.

Existe também um crescimento grande de profissionais com essas habilidades dentro do mercado brasileiro.

Custo-Benefício:

A natureza de código aberto do Python o torna uma opção atraente para empresas que buscam reduzir custos com software.

Mercado de Trabalho:

Existe uma crescente demanda por profissionais com habilidades em Python no mercado brasileiro, especialmente em áreas como ciência de dados e análise de dados.

Considerações Adicionais:

Muitas empresas estão adotando uma abordagem híbrida, utilizando tanto SAS quanto Python para diferentes finalidades.

O SAS está evoluindo, com iniciativas como o SAS Viya, que busca integrar-se melhor com outras tecnologias, incluindo Python.

A velocidade de implantação de um projeto usando Python tende a ser mais rápida, devido a sua flexibilidade e grande quantidade de bibliotecas já prontas.

A escolha entre SAS e Python depende das necessidades específicas de cada empresa, incluindo o tamanho da empresa, o orçamento disponível, a complexidade das análises e a disponibilidade de profissionais qualificados.

Em resumo:

SAS: Ideal para empresas que priorizam robustez e confiabilidade em análises complexas e regulamentadas.

Python: Ideal para empresas que buscam flexibilidade, custo-benefício e inovação em análise de dados e inteligência artificial.

Comparação entre R e SAS no Brasil - IA Generativa

 Comparação entre R e SAS no Brasil - IA Generativa

 Prompt: Comparação entre R e SAS no Brasil

IA Gemini

Data: 26/3/2025

Comparação entre SAS e R no Brasil

A utilização de SAS e R no Brasil reflete uma tendência global, mas com nuances específicas do mercado brasileiro. Ambas as ferramentas são amplamente utilizadas para análise de dados, mas possuem características e aplicações distintas.

SAS

• Histórico e Mercado: SAS tem uma longa tradição no mercado brasileiro, especialmente em setores como bancos, finanças e saúde. Sua reputação de confiabilidade e suporte técnico robusto o torna uma escolha frequente para empresas que lidam com dados críticos e precisam de soluções estáveis e auditáveis.

• Vantagens:

• Confiabilidade e estabilidade.

• Suporte técnico especializado.

• Documentação abrangente.

• Adequado para grandes volumes de dados e aplicações empresariais.

• Desvantagens:

• Custo elevado de licenciamento.

• Menor flexibilidade e capacidade de personalização em comparação com R.

• Curva de aprendizado mais íngreme para tarefas complexas.

R

• Crescimento e Adoção: R tem ganhado popularidade rapidamente no Brasil, impulsionado pela sua natureza de código aberto, flexibilidade e vasta comunidade de usuários. É amplamente utilizado em pesquisa acadêmica, startups e empresas de tecnologia.

• Vantagens:

• Código aberto e gratuito.

• Grande variedade de pacotes e funcionalidades.

• Flexibilidade e capacidade de personalização.

• Comunidade ativa e suporte online.

• Desvantagens:

• Curva de aprendizado acentuada para iniciantes.

• Requer mais habilidades de programação.

• Desempenho pode ser inferior ao SAS em grandes volumes de dados, dependendo da implementação.

• Suporte técnico menos centralizado.

Utilização nas Empresas Brasileiras

• Setores Tradicionais (Bancos, Finanças, Saúde): SAS ainda é predominante devido à sua confiabilidade e conformidade regulatória.

• Setor de Tecnologia e Startups: R é amplamente adotado devido ao seu baixo custo e flexibilidade.

• Academia e Pesquisa: R é a escolha preferida para análise estatística e pesquisa devido à sua capacidade de lidar com modelos complexos e sua natureza de código aberto.

Tendências

• A adoção de R está crescendo rapidamente no Brasil, impulsionada pela disponibilidade de cursos online, comunidades ativas e a crescente demanda por profissionais com habilidades em ciência de dados.

• Muitas empresas estão adotando uma abordagem híbrida, utilizando SAS para aplicações críticas e R para análise exploratória e projetos de pesquisa.

• A demanda por profissionais com conhecimento em ambas as ferramentas está aumentando no mercado de trabalho brasileiro.

Em resumo, tanto SAS quanto R desempenham papéis importantes no cenário da análise de dados no Brasil. A escolha entre eles depende das necessidades específicas da empresa, do orçamento, da infraestrutura de TI e das habilidades da equipe.