Tópicos Especiais em Sistemas de Informação: Minicursos SBSI 2024

Autores

Daniela Barreiro Claro (ed)
Universidade Federal da Bahia
Fernanda Araujo Baião (ed)
Pontifícia Universidade Católica do Rio de Janeiro
Ronney Moreira de Castro (ed)
Universidade Federal de Juiz de Fora
José Maria David (ed)
Universidade Federal de Juiz de Fora

Palavras-chave:

Séries Temporais, Python, Modelos auto-regressivos, Aprendizado de Máquina, UX (Experiência do Usuário), Linguagem Simples, Web, Design de Interação

Sinopse

O Livro de Minicursos ministrados no XX Simpósio Brasileiro de Sistemas de Informação (SBSI 2024) aborda conteúdos sobre análise e previsão de séries temporais, e sobre design de interação de SIs, através do uso de UX e dos princípios de Linguagem Simples. O primeiro capítulo, intitulado “Introdução às Séries Temporais: Uma Abordagem Prática em Python” apresenta os principais conceitos relacionados ao uso de modelos auto-regressivos e às técnicas de Aprendizado de Máquina, incluindo exemplos e aplicações com dados de diversos setores como Finanças, Saúde e Agronegócio. Já o segundo e último capítulo, intitulado “UX e Linguagem Simples na Web: Práticas para um Design de Interação mais Compreensível” apresenta as principais práticas da Linguagem Simples voltada para melhoria do entendimento de elementos textuais e visuais em interfaces, websites, aplicativos e outros produtos interativos.

Capítulos

Downloads

Não há dados estatísticos.

Referências

ABEPTIC. Guia ABEPTIC de Uso de Linguagem Simples para Apresentação de Serviços Públicos. 2022. Disponível em: [link]. Acesso em: 8 jan. 2024.

Barboza, E. M. F. (2010). A linguagem clara em conteúdos de websites governamentais para promover a acessibilidade a cidadãos com baixo nível de escolaridade. Inc. Soc., Brasília, DF, v. 4 n. 1, pp. 52-66.

Bowman, Doug A. 2014. 3D User Interfaces Disponível em: [link]. Acesso em: 23 jan. 2024.

Box, G. E., Jenkins, G. M., Reinsel, G. C., Ljung, G. M. (2015). Time series analysis: forecasting and control. John Wiley & Sons.

Cappelli, (2009) Uma abordagem para transparência em processos organizacionais utilizando aspectos. Tese de Doutorado. Disponível em: [link]. Acesso em: 05 jan. 2024.

Cappelli, C., Leite, J. C. S. P. (2008). Transparência de processos organizacionais. II Simpósio Internacional de Transparência nos Negócios, Universidade Federal Fluminense, LATEC, Niterói, RJ, Brasil.

Chatfield, C. (1996) The analysis of time series: an introduction. Chapman and hall/CRC.

Coghlan, A. (2024) Welcome to a little book of R for time series. Parasite Genomics

De Gooijer, J. G., Hyndman, R. J. (2006) 25 years of time series forecasting. International journal of forecasting, v. 22, n. 3, p. 443-473.

Govinfo. Public Law 111 - 274 - Plain Writing Act of 2010 (2010). Disponível em: [link]. Acesso em: 24 jan. 2024.

Greykite. Disponível em: [link]. Acesso em: 12 jan. 2024.

Group, Cambridge, U.K. [link]. Acesso em: 12 jan. 2024.

Hyndman, R. J., Athanasopoulos, G. (2018) Forecasting: principles and practice.

ISO, I. O. f. S. ISO/FDIS 24495-1: Plain language — Part 1: Governing principles and guidelines. 2023. Disponível em: [link]. Acesso em: 20 jan. 2024.

ISO, ISO 9241-210:2019. Ergonomics of human-system interaction Part 210: Human-centred design for interactive systems. 2019. Disponível em: [link]. Acesso em: 23 jan. 2024.

IxDF, Interaction Design Foundation. 2016a. What is User Interface (UI) Design? Disponível em: [link]. Acesso em: 23 jan. 2024.

IxDF, Interaction Design Foundation. 2016b. What are the Gestalt Principles? Disponível em: [link]. Acesso em: 23 jan. 2024.

Jakobson, R. On linguistic aspects of translation. In: On translation. [S.l.]: Harvard University Press, 2013. p. 232–239.

Keras. Disponível em: [link]. Acesso em: 12 jan. 2024.

Kong, Q., Siauw, T., Bayen, A. (2020) Python Programming and Numerical Methods: A Guide for Engineers and Scientists. Academic Press, 2020. Disponível em: [link]. Acesso em: 12 jan. 2024.

Montgomery, D. C., Jennings, C. L.; Kulahci, M. (2015) Introduction to time series analysis and forecasting. John Wiley & Sons.

Morettin, P. A., Toloi, C. (2006) Análise de séries temporais. In: Análise de séries temporais.

Morville, P. User experience design, June 2004. Disponível em: [link]. Acesso em: 23 jan. 2024.

Nielsen, A. (2019) Practical time series analysis: Prediction with statistics and machine learning. O'Reilly Media.

Nielsen, J. (2015). 10 Heuristics for User Interface Design. Disponível em: [link]. Acesso em: 8 jan. 2024.

Oliveira, R. (2022). Visualizacao de Dados em Python. ISBN: 978-65-5545-511-3. Coleção Conexão Inicial. Editora Mackenzie.

Oliveira, R., Albarracin, O. Y. E., Silva, G. R. (2024) Introdução às Séries Temporais: Uma Abordagem Prática em Python (in printing). Coleção Conexão Inicial. Editora Mackenzie. Disponível em: [link] Acesso em: 12 jan. 2024.

Oliveira, R., Cappelli, C., & Oliveira, J. (2022). Chart Lab: Uma ferramenta para o design de visualizações de dados em linguagem simples. In Anais do X Workshop de Computação Aplicada em Governo Eletrônico (pp. 192-203). SBC.

Oliveira, R., Cappelli, C., & Santoro, F. M. (2021). CAMELoT-Tradutor Semiautomático de Processos em BPMN para Modelos Compreensíveis aos Cidadãos. iSys-Brazilian Journal of Information Systems, 14(3), 5-24.

Pandas. Disponível em: [link]. Acesso em: 12 jan. 2024.

Peixeiro, M. (2022) Time Series Forecasting in Python.

Plain, A. I. What is plain language? 2024. Disponível em: [link]. Acesso em: 20 jan. 2024.

Prophet. Disponível em: [link]. Acesso em: 12 jan. 2024.

scikit-learn. Disponível em: [link]. Acesso em: 12 jan. 2024.

Shmueli, G., Lichtendahl Jr. K. C. (2016) Practical time series forecasting with r: A hands-on guide. Axelrod schnall publishers.

statsmodels. Disponível em: [link]. Acesso em: 12 jan. 2024.

TensorFlow. Disponível em: [link]. Acesso em: 12 jan. 2024.

Vanderplas, J. (2016) Python data science handbook: Essential tools for working with data. O'Reilly Media, Inc., 2016. Disponível em: [link] Acesso em: 12 jan. 2024.

Yablonski, J. (2020). Laws of UX: Using psychology to design better products & services. O'Reilly Media.

Zhang, A. et al. (2021) Dive into deep learning. arXiv preprint arXiv:2106.11342, 2021. Disponível em: [link]. Acesso em: 12 jan. 2024.

Data de publicação

22/04/2024

Licença

Creative Commons License

Este trabalho está licenciado sob uma licença Creative Commons Attribution-NonCommercial 4.0 International License.

Detalhes sobre o formato disponível para publicação: Volume Completo

Volume Completo

ISBN-13 (15)

978-85-7669-580-6