Linha 51: Linha 51:
* Projeto 2: [[Sistema de Gestão de Documentos]]
* Projeto 2: [[Sistema de Gestão de Documentos]]
** Marcelo Prado Ribeiro
** Marcelo Prado Ribeiro
** Vitor
** Vítor Hugo Oliveira Andrade
<br>
<br>


* Projeto 3: Sistema de loja de roupas [[Gugu Tall Fashion]]
* Projeto 3: [[Gugu Tall Fashion]]
** Escopo: O sistema tem como objetivo, guardar dados de uma loja de roupas, como uma venda realizada e pessoas envolvidas nessa venda, a compra de mercadorias de um fornecedor externo, o estoque de produtos.
<br>
<br>
<br>



Edição das 17h12min de 11 de junho de 2015

Trabalhos


Desenvolvimento de um SGBD - 30/04



Pesquisas - 7 e 12/05


  • Discutir as seguintes situações:
  1. Normalização - FN 1, 2 e 3 - Ellen
  2. Transação em Banco de Dados - Laura e Letícia
  3. Segurança em Banco de Dados - Augusto César
  4. Tuning em Banco de Dados -Bruna Souto
  5. Índices - Agrupamento - Gabriel Leite
  6. Índices - Hash - Cecília Carneiro
  7. Índices - Árvore - Clayton Del Tedesco Júnior
  8. Hadoop - Alessandro Gontijo
  9. MapReduce - Arthur Gomide
  10. BD Cassandra - Marcelo Prado
  11. NoSQL


Projeto de Banco de Dados - 18/06



  • Requisitos do projeto:
    • A ser definido






  • Projeto 4: Sistema de Gerenciamento de propostas para inovação em tecnologias de saúde
    • Escopo: O sistema tem como finalidade interligar o Hospital de Clinicas de Uberlândia (HCU-UFU) com os professores do curso de Engenharia Biomédica da Universidade Federal de Uberlândia (UFU). Responsáveis de diversos setores do Hospital Escola cadastrarão propostas para inovações em tecnologias de saúde, baseados nas necessidades de cada setor. Essas propostas poderão ser desenvolvidos para otimizar e auxiliar o funcionamento dos setores. Os professores do curso de Engenharia Biomédica terão acesso às propostas e às suas descrições, podendo selecionar as que mais se encaixam com suas disciplinas para propô-las em sala de aula aos seus alunos. As propostas selecionadas terão o status alterado de “disponível” para “em andamento”, e quando finalizadas para “concluído”. Dessa forma, os alunos passam a fazer projetos que serão realmente utilizados pelo hospital ajudando a solucionar problemas e auxiliar as atividades propostas por cada setor.
    • Alunas: Laura de Amorim Lana Dib e Letícia Salomão Oliveira


  • Entregas:
    • Modelagem (pode ser feita no DIA ?? ou no SGBD escolhido) => 18/06
    • Implementação de Banco de Dados (no SGBD escolhido)


Estado da Arte - 23/07


  • Pesquisa e apresentação referente aos seguintes temas:


  • 01. Big Data - Gabriel Leite
    • Bola da vez na área de Banco de Dados. Tem gerado enorme procura e pretende efetivamente extrair resultados do absurdo volume de dados que é armazenado no mundo.


  • 02. Weka - Arthur Gomide
    • Ferramentas de mineração de dados bem didática, com algoritmos de redes neutrais bem clássicos de IA.


  • 03. Business Inteligence - Cecília Carneiro
    • Perspectiva de tomar decisões a partir da análise de dados. Efetivamente a possibilidade de utilizar base de dados estruturadas para gerar resultados que ajudem a definir novos caminhos, ações ou resultados que auxiliem a área de atuação.


  • 04. Dispositivos embarcados - Alessandro Gontijo
    • Cada vez mais utilizados e aproveitando a onda do M2M e IoT, dispositivos embarcados precisam tratar com enorme eficiência, suas bases de dados.


  • 05. BD geográfico - Bruna Souto Siqueira
    • Tratar dados que integram texto, vídeo, áudio e coordenadas geográficasa passou a ser um grande negócio e um enorme desafio.


  • 06. Datalog
    • Linguagem de programação lógica (subconjunto do Prolog). É muito usada como linguagem de consulta em bancos de dados e para raciocínio em sistemas especialistas. (http://docs.racket-lang.org/datalog/)


  • 07. SciDB
    • Banco de dados muito comum na área de Bioinformática que atualmente utiliza algoritmos de IA para recuperação de padrões, por exemplo.


  • 08. BayesDB
    • Ainda em versão alpha, porém a ideia é interessante: é uma base Bayesiana que permite consultas em Bayesian Query Language (BQL) para obter as probabilidades das observações.


  • 09. Neo4j
    • Banco de dados em grafos muito utilizado para modelar algoritmos de IA que utilizam estruturas de grafos.


  • 10. Oracle ADDM e Oracle AMM
    • São módulos do banco relacional Oracle que utilizam algoritmos de IA. O ADDM é o Automatic Database Diagnostic Monitor procura por gargalos de performance e tenta otimizá-los. ** O AMM é o Automatic Memory Management, responsável por gerenciar o consumo de memória do banco.


  • 11. R
    • Ferramentas de mineração de dados muito parecida com MATLAB, porém mais moderna e intuitiva. Está muito na moda e possui vários pacotes que implementam algoritmos de IA.


  • 12. Apache Mahout - Marcelo Prado
    • Ferramenta para big data que contém vários algoritmos de IA para mineração de dados





  • Entrega:
    • Publicação na Wiki nos seguintes links:
      • a ser criado