DSpace Collection:
http://hdl.handle.net/10174/738
2024-03-29T16:00:19ZVision Documentation
http://hdl.handle.net/10174/35195
Title: Vision Documentation
Authors: Javier, Leon; Pedro, Salgueiro
Abstract: Documentation on how to the Vision supercomputer, including information on how to submit
and manage jobs in the best possible way.2022-08-31T23:00:00ZVISTA Lab Évora University GPU-Cluster - Instructions to launch Jobs
http://hdl.handle.net/10174/31992
Title: VISTA Lab Évora University GPU-Cluster - Instructions to launch Jobs
Authors: Leon, Javier
Abstract: Two NVIDIA DGX™ A100 Stations are deployed in the HPC laboratory "VISTA Lab" in the Évora University. Universal system purpose-built for all AI infrastructure and workloads, from analytics to training to inference. Each station is built on eight NVIDIA A100 Tensor Core GPUs. Docker Containers platform is used to deploy the toolset for high-performance computing (HPC) in the Vista Lab.2021-12-01T00:00:00ZEstudo sobre a Predição de Churn
http://hdl.handle.net/10174/30175
Title: Estudo sobre a Predição de Churn
Authors: Saias, José; Rato, Luis; Gonçalves, Teresa
Abstract: A monitorização detalhada que os meios digitais permitem tem vindo a acentuar o
interesse no estudo do risco de abandono de um serviço por parte de um cliente, por
forma a suportar o atempado acionamento de medidas de retenção. Churn é um termo
muito usado nos negócios, para a perda de clientes.
Neste artigo apresentamos um levantamento do estado da arte sobre análise preditiva de
Churn, com técnicas baseadas em Machine Learning, na área das telecomunicações, no
sector financeiro e seguros, e em negócios em meio digital, assentes em SaaS e outros.
Nem todos os setores são afetados da mesma forma pelo abandono de clientes. Na área
das telecomunicações, por exemplo, o estudo e predição de Churn tem sido bastante
trabalhado, como denotam as publicações relativas a dados desse ramo.
Pela análise bibliográfica, não se observa que exista um algoritmo ou método globalmente
ótimo para a predição de Churn, com excelente desempenho em todos os tipos de dados.
Denota-se alguma heterogeneidade nos dados, em cada cenário, e a não existência de
uma só métrica de avaliação de desempenho, observando-se três métricas mais frequentes:
AUC, precisão e exatidão.2018-01-01T00:00:00ZMachine Learning: um estudo sobre conceitos, tarefas e algoritmos relacionados com predição e recomendação
http://hdl.handle.net/10174/30174
Title: Machine Learning: um estudo sobre conceitos, tarefas e algoritmos relacionados com predição e recomendação
Authors: Saias, José; Maia, Miguel; Rato, Luis; Gonçalves, Teresa
Abstract: A atual abundância de dados, por um lado, e a complexidade da sua análise e processamento, por outro lado, tornam indispensáveis os sistemas de tratamento automático
de dados, para apoio nas mais diversas tarefas, incluindo a tomada de decisão. Este documento procura apresentar e descrever alguma da terminologia referida em publicações
cientı́ficas e outros textos noticiosos, a propósito de trabalhos que envolvem análise preditiva e recomendação.
Distinguem-se várias atividades de Data Mining que envolvem Machine Learning, designadamente Classificação, Regressão e Clustering, e são ainda enumerados alguns métodos ou algoritmos para cada uma delas, juntamente com as métricas de avaliação de desempenho mais comuns. Este levantamento termina com a apresentação das principais abordagens
para um motor de recomendação.2018-12-01T00:00:00Z