Gerais:
Capacitar o aluno a desenvolver, aplicar e validar modelos matemáticos e estatísticos voltados à análise, predição e tomada de decisão em processos industriais, com ênfase em modelagem baseada em dados e integração com conhecimento fenomenológico.
Específicos:
Ao final da disciplina, o aluno deverá ser capaz de:
Compreender os principais tipos de modelos usados em processos industriais, incluindo abordagens fenomenológicas, empíricas e híbridas.
Aplicar técnicas de aquisição e tratamento de dados provenientes de sistemas industriais, com foco em preparação para análise e modelagem.
Utilizar ferramentas de análise estatística e aprendizado de máquina, como regressão multivariada, PCA, PLS e redes neurais artificiais, em problemas de engenharia.
Construir e validar modelos baseados em dados, considerando boas práticas de treinamento, validação cruzada e análise de resíduos.
Integrar conhecimento físico com modelagem baseada em dados, desenvolvendo modelos híbridos para aplicações industriais reais, como sensores virtuais e controle preditivo.
Utilizar ambientes computacionais para o desenvolvimento de soluções aplicadas à modelagem e análise de processos.
