狠狠撸shows by User: AndersonGP

狠狠撸shows by User: AndersonGP / http://www.slideshare.net/images/logo.gif 狠狠撸shows by User: AndersonGP / Sun, 26 Jun 2011 11:13:40 GMT 狠狠撸Share feed for 狠狠撸shows by User: AndersonGP Distribui??o Amostral da Média https://pt.slideshare.net/slideshow/distribuio-amostral-da-mdia/8427838 distribuioamostraldamdia-110626111344-phpapp01
]]>
]]> Sun, 26 Jun 2011 11:13:40 GMT https://pt.slideshare.net/slideshow/distribuio-amostral-da-mdia/8427838 AndersonGP@slideshare.net(AndersonGP) Distribui??o Amostral da Média AndersonGP <img style="border:1px solid #C3E6D8;float:right;" alt="" src="https://cdn.slidesharecdn.com/ss_thumbnails/distribuioamostraldamdia-110626111344-phpapp01-thumbnail.jpg?width=120&height=120&fit=bounds" />

from Anderson Pinho

]]> 20756 3 https://cdn.slidesharecdn.com/ss_thumbnails/distribuioamostraldamdia-110626111344-phpapp01-thumbnail.jpg?width=120&height=120&fit=bounds presentation Black http://activitystrea.ms/schema/1.0/post

http://activitystrea.ms/schema/1.0/posted

0 Estatística Descritiva https://pt.slideshare.net/slideshow/estatstica-descritiva-8427834/8427834 estatsticadescritiva-110626111232-phpapp01
]]>
]]> Sun, 26 Jun 2011 11:12:30 GMT https://pt.slideshare.net/slideshow/estatstica-descritiva-8427834/8427834 AndersonGP@slideshare.net(AndersonGP) Estatística Descritiva AndersonGP <img style="border:1px solid #C3E6D8;float:right;" alt="" src="https://cdn.slidesharecdn.com/ss_thumbnails/estatsticadescritiva-110626111232-phpapp01-thumbnail.jpg?width=120&height=120&fit=bounds" />

from Anderson Pinho

]]> 7097 4 https://cdn.slidesharecdn.com/ss_thumbnails/estatsticadescritiva-110626111232-phpapp01-thumbnail.jpg?width=120&height=120&fit=bounds presentation Black http://activitystrea.ms/schema/1.0/post

http://activitystrea.ms/schema/1.0/posted

0 Distribui??es Contínuas de Probabilidade https://pt.slideshare.net/slideshow/distribuies-contnuas-de-probabilidade/8427833 distribuiescontnuasdeprobabilidade-110626111217-phpapp01
]]>
]]> Sun, 26 Jun 2011 11:12:14 GMT https://pt.slideshare.net/slideshow/distribuies-contnuas-de-probabilidade/8427833 AndersonGP@slideshare.net(AndersonGP) Distribui??es Contínuas de Probabilidade AndersonGP <img style="border:1px solid #C3E6D8;float:right;" alt="" src="https://cdn.slidesharecdn.com/ss_thumbnails/distribuiescontnuasdeprobabilidade-110626111217-phpapp01-thumbnail.jpg?width=120&height=120&fit=bounds" />

from Anderson Pinho

]]> 9697 3 https://cdn.slidesharecdn.com/ss_thumbnails/distribuiescontnuasdeprobabilidade-110626111217-phpapp01-thumbnail.jpg?width=120&height=120&fit=bounds presentation Black http://activitystrea.ms/schema/1.0/post

http://activitystrea.ms/schema/1.0/posted

0 Modelos de Jogos Representando uma Situa??o de Intera??o Estratégia https://pt.slideshare.net/slideshow/modelos-de-jogos-representando-uma-situao-de-interao-estratgia/8427696 aula-captulo2-modelosdejogosrepresentandoumasituaodeinteraoestratgia-110626104242-phpapp01
]]>
]]> Sun, 26 Jun 2011 10:42:36 GMT https://pt.slideshare.net/slideshow/modelos-de-jogos-representando-uma-situao-de-interao-estratgia/8427696 AndersonGP@slideshare.net(AndersonGP) Modelos de Jogos Representando uma Situa??o de Intera??o Estratégia AndersonGP <img style="border:1px solid #C3E6D8;float:right;" alt="" src="https://cdn.slidesharecdn.com/ss_thumbnails/aula-captulo2-modelosdejogosrepresentandoumasituaodeinteraoestratgia-110626104242-phpapp01-thumbnail.jpg?width=120&height=120&fit=bounds" />

from Anderson Pinho

]]> 8714 2 https://cdn.slidesharecdn.com/ss_thumbnails/aula-captulo2-modelosdejogosrepresentandoumasituaodeinteraoestratgia-110626104242-phpapp01-thumbnail.jpg?width=120&height=120&fit=bounds presentation White http://activitystrea.ms/schema/1.0/post

http://activitystrea.ms/schema/1.0/posted

0 Jogos Simult?neos - Encontrando as Melhores Respostas Estratégicas - Parte 1 https://pt.slideshare.net/slideshow/jogos-simultneos-encontrando-as-melhores-respostas-estratgicas-parte-1/8427694 aula-captulo3-jogossimultneos-encontrandoasmelhoresrespostasestratgicas-parte1-110626104235-phpapp01
]]>
]]> Sun, 26 Jun 2011 10:42:28 GMT https://pt.slideshare.net/slideshow/jogos-simultneos-encontrando-as-melhores-respostas-estratgicas-parte-1/8427694 AndersonGP@slideshare.net(AndersonGP) Jogos Simult?neos - Encontrando as Melhores Respostas Estratégicas - Parte 1 AndersonGP <img style="border:1px solid #C3E6D8;float:right;" alt="" src="https://cdn.slidesharecdn.com/ss_thumbnails/aula-captulo3-jogossimultneos-encontrandoasmelhoresrespostasestratgicas-parte1-110626104235-phpapp01-thumbnail.jpg?width=120&height=120&fit=bounds" />

from Anderson Pinho

]]> 7523 6 https://cdn.slidesharecdn.com/ss_thumbnails/aula-captulo3-jogossimultneos-encontrandoasmelhoresrespostasestratgicas-parte1-110626104235-phpapp01-thumbnail.jpg?width=120&height=120&fit=bounds presentation White http://activitystrea.ms/schema/1.0/post

http://activitystrea.ms/schema/1.0/posted

0 Jogos Simult?neos - Encontrando as Melhores Respostas Estratégicas - Parte 2 https://pt.slideshare.net/slideshow/jogos-simultneos-encontrando-as-melhores-respostas-estratgicas-parte-2/8427692 aula-captulo3-jogossimultneos-encontrandoasmelhoresrespostasestratgicas-parte2-110626104207-phpapp02
]]>
]]> Sun, 26 Jun 2011 10:42:05 GMT https://pt.slideshare.net/slideshow/jogos-simultneos-encontrando-as-melhores-respostas-estratgicas-parte-2/8427692 AndersonGP@slideshare.net(AndersonGP) Jogos Simult?neos - Encontrando as Melhores Respostas Estratégicas - Parte 2 AndersonGP <img style="border:1px solid #C3E6D8;float:right;" alt="" src="https://cdn.slidesharecdn.com/ss_thumbnails/aula-captulo3-jogossimultneos-encontrandoasmelhoresrespostasestratgicas-parte2-110626104207-phpapp02-thumbnail.jpg?width=120&height=120&fit=bounds" />

from Anderson Pinho

]]> 6001 3 https://cdn.slidesharecdn.com/ss_thumbnails/aula-captulo3-jogossimultneos-encontrandoasmelhoresrespostasestratgicas-parte2-110626104207-phpapp02-thumbnail.jpg?width=120&height=120&fit=bounds presentation White http://activitystrea.ms/schema/1.0/post

http://activitystrea.ms/schema/1.0/posted

0 Aplicando o Equilíbrio de Nash - Interagindo Estrategicamente https://pt.slideshare.net/slideshow/aula-captulo-4-aplicando-o-equilbrio-de-nash-interagindo-estrategicamente/8427688 aula-captulo4-aplicandooequilbriodenash-interagindoestrategicamente-110626104139-phpapp02
]]>
]]> Sun, 26 Jun 2011 10:41:34 GMT https://pt.slideshare.net/slideshow/aula-captulo-4-aplicando-o-equilbrio-de-nash-interagindo-estrategicamente/8427688 AndersonGP@slideshare.net(AndersonGP) Aplicando o Equilíbrio de Nash - Interagindo Estrategicamente AndersonGP <img style="border:1px solid #C3E6D8;float:right;" alt="" src="https://cdn.slidesharecdn.com/ss_thumbnails/aula-captulo4-aplicandooequilbriodenash-interagindoestrategicamente-110626104139-phpapp02-thumbnail.jpg?width=120&height=120&fit=bounds" />

from Anderson Pinho

]]> 6691 2 https://cdn.slidesharecdn.com/ss_thumbnails/aula-captulo4-aplicandooequilbriodenash-interagindoestrategicamente-110626104139-phpapp02-thumbnail.jpg?width=120&height=120&fit=bounds presentation White http://activitystrea.ms/schema/1.0/post

http://activitystrea.ms/schema/1.0/posted

0 Porque Estudar Teoria dos Jogos https://pt.slideshare.net/slideshow/porque-estudar-teoria-dos-jogos/8427686 aula-captulo1-porqueestudarteoriadosjogos-110626104127-phpapp02
]]>
]]> Sun, 26 Jun 2011 10:41:22 GMT https://pt.slideshare.net/slideshow/porque-estudar-teoria-dos-jogos/8427686 AndersonGP@slideshare.net(AndersonGP) Porque Estudar Teoria dos Jogos AndersonGP <img style="border:1px solid #C3E6D8;float:right;" alt="" src="https://cdn.slidesharecdn.com/ss_thumbnails/aula-captulo1-porqueestudarteoriadosjogos-110626104127-phpapp02-thumbnail.jpg?width=120&height=120&fit=bounds" />

from Anderson Pinho

]]> 4172 1 https://cdn.slidesharecdn.com/ss_thumbnails/aula-captulo1-porqueestudarteoriadosjogos-110626104127-phpapp02-thumbnail.jpg?width=120&height=120&fit=bounds presentation White http://activitystrea.ms/schema/1.0/post

http://activitystrea.ms/schema/1.0/posted

0 Algoritmos Genéticos com Inspira??o Qu?ntica e Representa??o Mista Aplicados à Neuroevolu??o https://pt.slideshare.net/slideshow/algoritmos-genticos-com-inspirao-quntica-e-representao-mista-aplicados-neuroevoluo-5554684/5554684 aprdissertaoaeiq-br-v1-101025083906-phpapp01
Apresenta??o final de disserta??o para obten??o do título de mestre em métodos de apoio a decis?o com ênfase em métodos estatísticos e inteligência computacional.]]>
Apresenta??o final de disserta??o para obten??o do título de mestre em métodos de apoio a decis?o com ênfase em métodos estatísticos e inteligência computacional.]]> Mon, 25 Oct 2010 08:38:22 GMT https://pt.slideshare.net/slideshow/algoritmos-genticos-com-inspirao-quntica-e-representao-mista-aplicados-neuroevoluo-5554684/5554684 AndersonGP@slideshare.net(AndersonGP) Algoritmos Genéticos com Inspira??o Qu?ntica e Representa??o Mista Aplicados à Neuroevolu??o AndersonGP Apresenta??o final de disserta??o para obten??o do título de mestre em métodos de apoio a decis?o com ênfase em métodos estatísticos e inteligência computacional. <img style="border:1px solid #C3E6D8;float:right;" alt="" src="https://cdn.slidesharecdn.com/ss_thumbnails/aprdissertaoaeiq-br-v1-101025083906-phpapp01-thumbnail.jpg?width=120&height=120&fit=bounds" /> Apresenta??o final de disserta??o para obten??o do título de mestre em métodos de apoio a decis?o com ênfase em métodos estatísticos e inteligência computacional.

from Anderson Pinho

]]> 822 5 https://cdn.slidesharecdn.com/ss_thumbnails/aprdissertaoaeiq-br-v1-101025083906-phpapp01-thumbnail.jpg?width=120&height=120&fit=bounds presentation Black http://activitystrea.ms/schema/1.0/post

http://activitystrea.ms/schema/1.0/posted

0 PLANO DE NEG?CIOS: RESTAURANTE EMP?RIO APRAZ?VEL https://pt.slideshare.net/slideshow/plano-de-negcios-restaurante-emprio-aprazvel/4453638 plano20de20negf3cios20restaurante20empf3rio20aprazedvel-100609105335-phpapp01
Este plano de negócios objetivou estudar e analisar o mercado de restaurantes no Rio de Janeiro para, posteriormente, estruturar um novo conceito de presta??o de servi?o de alimenta??o customizado. Tendo em vista os hábitos e cultura, preocupada com bem-estar, saúde e forma física da popula??o do Rio de Janeiro, identificou-se a oportunidade de um restaurante cuja oferta alimentar se enquadre ao perfil e à necessidade individual dos consumidores. O restaurante prop?e acompanhar o cliente em seu programa de dieta. Este programa terá objetivos distintos conforme a necessidade de cada indivíduo, como por exemplo, perda, manuten??o ou aumento de peso, dieta específica para diabéticos e hipertensos e etc. Haverá o acompanhamento nutricional dos clientes através de um relacionamento estreito com forte investimento em a??es de CRM, data mining e pós-venda. O restaurante montará programas customizados para cada cliente dentro de uma oferta pré-elaborada por nutricionistas. Além de criar a maximiza??o de satisfa??o e bem-estar, a oferta customizada gera alta percep??o de valor. Isso mostra que o restaurante passará a fazer parte do cotidiano do cliente, assim, será mais que um restaurante será uma solu??o em alimenta??o. ]]>
Este plano de negócios objetivou estudar e analisar o mercado de restaurantes no Rio de Janeiro para, posteriormente, estruturar um novo conceito de presta??o de servi?o de alimenta??o customizado. Tendo em vista os hábitos e cultura, preocupada com bem-estar, saúde e forma física da popula??o do Rio de Janeiro, identificou-se a oportunidade de um restaurante cuja oferta alimentar se enquadre ao perfil e à necessidade individual dos consumidores. O restaurante prop?e acompanhar o cliente em seu programa de dieta. Este programa terá objetivos distintos conforme a necessidade de cada indivíduo, como por exemplo, perda, manuten??o ou aumento de peso, dieta específica para diabéticos e hipertensos e etc. Haverá o acompanhamento nutricional dos clientes através de um relacionamento estreito com forte investimento em a??es de CRM, data mining e pós-venda. O restaurante montará programas customizados para cada cliente dentro de uma oferta pré-elaborada por nutricionistas. Além de criar a maximiza??o de satisfa??o e bem-estar, a oferta customizada gera alta percep??o de valor. Isso mostra que o restaurante passará a fazer parte do cotidiano do cliente, assim, será mais que um restaurante será uma solu??o em alimenta??o. ]]> Wed, 09 Jun 2010 10:53:30 GMT https://pt.slideshare.net/slideshow/plano-de-negcios-restaurante-emprio-aprazvel/4453638 AndersonGP@slideshare.net(AndersonGP) PLANO DE NEG?CIOS: RESTAURANTE EMP?RIO APRAZ?VEL AndersonGP Este plano de negócios objetivou estudar e analisar o mercado de restaurantes no Rio de Janeiro para, posteriormente, estruturar um novo conceito de presta??o de servi?o de alimenta??o customizado. Tendo em vista os hábitos e cultura, preocupada com bem-estar, saúde e forma física da popula??o do Rio de Janeiro, identificou-se a oportunidade de um restaurante cuja oferta alimentar se enquadre ao perfil e à necessidade individual dos consumidores. O restaurante prop?e acompanhar o cliente em seu programa de dieta. Este programa terá objetivos distintos conforme a necessidade de cada indivíduo, como por exemplo, perda, manuten??o ou aumento de peso, dieta específica para diabéticos e hipertensos e etc. Haverá o acompanhamento nutricional dos clientes através de um relacionamento estreito com forte investimento em a??es de CRM, data mining e pós-venda. O restaurante montará programas customizados para cada cliente dentro de uma oferta pré-elaborada por nutricionistas. Além de criar a maximiza??o de satisfa??o e bem-estar, a oferta customizada gera alta percep??o de valor. Isso mostra que o restaurante passará a fazer parte do cotidiano do cliente, assim, será mais que um restaurante será uma solu??o em alimenta??o. <img style="border:1px solid #C3E6D8;float:right;" alt="" src="https://cdn.slidesharecdn.com/ss_thumbnails/plano20de20negf3cios20restaurante20empf3rio20aprazedvel-100609105335-phpapp01-thumbnail.jpg?width=120&height=120&fit=bounds" /> Este plano de negócios objetivou estudar e analisar o mercado de restaurantes no Rio de Janeiro para, posteriormente, estruturar um novo conceito de presta??o de servi?o de alimenta??o customizado. Tendo em vista os hábitos e cultura, preocupada com bem-estar, saúde e forma física da popula??o do Rio de Janeiro, identificou-se a oportunidade de um restaurante cuja oferta alimentar se enquadre ao perfil e à necessidade individual dos consumidores. O restaurante prop?e acompanhar o cliente em seu programa de dieta. Este programa terá objetivos distintos conforme a necessidade de cada indivíduo, como por exemplo, perda, manuten??o ou aumento de peso, dieta específica para diabéticos e hipertensos e etc. Haverá o acompanhamento nutricional dos clientes através de um relacionamento estreito com forte investimento em a??es de CRM, data mining e pós-venda. O restaurante montará programas customizados para cada cliente dentro de uma oferta pré-elaborada por nutricionistas. Além de criar a maximiza??o de satisfa??o e bem-estar, a oferta customizada gera alta percep??o de valor. Isso mostra que o restaurante passará a fazer parte do cotidiano do cliente, assim, será mais que um restaurante será uma solu??o em alimenta??o.

from Anderson Pinho

]]> 107988 43 https://cdn.slidesharecdn.com/ss_thumbnails/plano20de20negf3cios20restaurante20empf3rio20aprazedvel-100609105335-phpapp01-thumbnail.jpg?width=120&height=120&fit=bounds document Black http://activitystrea.ms/schema/1.0/post

http://activitystrea.ms/schema/1.0/posted

0 Estratégias de Reten??o de Clientes no Marketing de Relacionamento https://pt.slideshare.net/slideshow/estratgias-de-reteno-de-clientes-no-marketing-de-relacionamento/4418797 estratgiasderetenodeclientesnomarketingderelacionamento-100605133555-phpapp01
As atuais práticas do mercado provam que é mais lucrativos para a empresa o investimento no relacionamento com o cliente com foco na reten??o, do que outros resultados obtidos por incrementos na carteira. Conhecendo-se os riscos associados ao desligamento de um cliente, as empresas podem direcionar estratégias de marketing na busca da reten??o para os clientes com maiores chances de evas?o. Isto otimiza os resultados de marketing, pois clientes com baixo risco de perda deixam de ser atingidos. Empresas no ramo de seguros de plano de saúde devem se preocupar em criar valor para seus assegurados neste mercado que pouco se assemelha ao transacional, como ocorre nos grandes varejos. Clientes que optam por adquirir um plano de saúde em sua grande maioria buscam um relacionamento de médio para longo prazo. Seguradoras que souberem utilizar uma gest?o inteligente do negócio agregando valor contínuo, identificando e antecipando-se a possível perda de um cliente, estar?o contribuindo para o sucesso da empresa. Por estes motivos, nosso objetivo aqui será de desenvolver um modelo estatístico que identifique uma possível futura perda do cliente, para que as empresas foquem seus recursos na reten??o deste, maximizando os resultados da corpora??o e satisfa??o do cliente.]]>
As atuais práticas do mercado provam que é mais lucrativos para a empresa o investimento no relacionamento com o cliente com foco na reten??o, do que outros resultados obtidos por incrementos na carteira. Conhecendo-se os riscos associados ao desligamento de um cliente, as empresas podem direcionar estratégias de marketing na busca da reten??o para os clientes com maiores chances de evas?o. Isto otimiza os resultados de marketing, pois clientes com baixo risco de perda deixam de ser atingidos. Empresas no ramo de seguros de plano de saúde devem se preocupar em criar valor para seus assegurados neste mercado que pouco se assemelha ao transacional, como ocorre nos grandes varejos. Clientes que optam por adquirir um plano de saúde em sua grande maioria buscam um relacionamento de médio para longo prazo. Seguradoras que souberem utilizar uma gest?o inteligente do negócio agregando valor contínuo, identificando e antecipando-se a possível perda de um cliente, estar?o contribuindo para o sucesso da empresa. Por estes motivos, nosso objetivo aqui será de desenvolver um modelo estatístico que identifique uma possível futura perda do cliente, para que as empresas foquem seus recursos na reten??o deste, maximizando os resultados da corpora??o e satisfa??o do cliente.]]> Sat, 05 Jun 2010 13:35:46 GMT https://pt.slideshare.net/slideshow/estratgias-de-reteno-de-clientes-no-marketing-de-relacionamento/4418797 AndersonGP@slideshare.net(AndersonGP) Estratégias de Reten??o de Clientes no Marketing de Relacionamento AndersonGP As atuais práticas do mercado provam que é mais lucrativos para a empresa o investimento no relacionamento com o cliente com foco na reten??o, do que outros resultados obtidos por incrementos na carteira. Conhecendo-se os riscos associados ao desligamento de um cliente, as empresas podem direcionar estratégias de marketing na busca da reten??o para os clientes com maiores chances de evas?o. Isto otimiza os resultados de marketing, pois clientes com baixo risco de perda deixam de ser atingidos. Empresas no ramo de seguros de plano de saúde devem se preocupar em criar valor para seus assegurados neste mercado que pouco se assemelha ao transacional, como ocorre nos grandes varejos. Clientes que optam por adquirir um plano de saúde em sua grande maioria buscam um relacionamento de médio para longo prazo. Seguradoras que souberem utilizar uma gest?o inteligente do negócio agregando valor contínuo, identificando e antecipando-se a possível perda de um cliente, estar?o contribuindo para o sucesso da empresa. Por estes motivos, nosso objetivo aqui será de desenvolver um modelo estatístico que identifique uma possível futura perda do cliente, para que as empresas foquem seus recursos na reten??o deste, maximizando os resultados da corpora??o e satisfa??o do cliente. <img style="border:1px solid #C3E6D8;float:right;" alt="" src="https://cdn.slidesharecdn.com/ss_thumbnails/estratgiasderetenodeclientesnomarketingderelacionamento-100605133555-phpapp01-thumbnail.jpg?width=120&height=120&fit=bounds" /> As atuais práticas do mercado provam que é mais lucrativos para a empresa o investimento no relacionamento com o cliente com foco na reten??o, do que outros resultados obtidos por incrementos na carteira. Conhecendo-se os riscos associados ao desligamento de um cliente, as empresas podem direcionar estratégias de marketing na busca da reten??o para os clientes com maiores chances de evas?o. Isto otimiza os resultados de marketing, pois clientes com baixo risco de perda deixam de ser atingidos. Empresas no ramo de seguros de plano de saúde devem se preocupar em criar valor para seus assegurados neste mercado que pouco se assemelha ao transacional, como ocorre nos grandes varejos. Clientes que optam por adquirir um plano de saúde em sua grande maioria buscam um relacionamento de médio para longo prazo. Seguradoras que souberem utilizar uma gest?o inteligente do negócio agregando valor contínuo, identificando e antecipando-se a possível perda de um cliente, estar?o contribuindo para o sucesso da empresa. Por estes motivos, nosso objetivo aqui será de desenvolver um modelo estatístico que identifique uma possível futura perda do cliente, para que as empresas foquem seus recursos na reten??o deste, maximizando os resultados da corpora??o e satisfa??o do cliente.

from Anderson Pinho

]]> 8708 11 https://cdn.slidesharecdn.com/ss_thumbnails/estratgiasderetenodeclientesnomarketingderelacionamento-100605133555-phpapp01-thumbnail.jpg?width=120&height=120&fit=bounds document Black http://activitystrea.ms/schema/1.0/post

http://activitystrea.ms/schema/1.0/posted

0 Previs?o de Inadimplência por Redes Neurais Artificiais na Presen?a de Baixo Risco https://pt.slideshare.net/slideshow/previso-de-inadimplncia-por-redes-neurais-artificiais-na-presena-de-baixo-risco/4381921 previsodeinadimplnciaporredesneuraisartificiaisnapresenadebaixorisco-100601175534-phpapp02
A análise de inadimplência creditícia tem sido objeto de estudo para diversos pesquisadores e profissionais. Mesmo em casos onde há ocorrência da inadimplência é um evento quase raro, empresas concessionárias de empréstimos precisam se apoiar em boas práticas de concess?o de empréstimos por diversos motivos. O presente artigo visa estudar o fen?meno da inadimplência através de redes neurais artificiais neste ambiente de baixa inadimplência. Para isto, utilizaremos uma base de dados real de uma cooperativa de crédito brasileira para estudo e aplica??o das técnicas aqui apresentadas.]]>
A análise de inadimplência creditícia tem sido objeto de estudo para diversos pesquisadores e profissionais. Mesmo em casos onde há ocorrência da inadimplência é um evento quase raro, empresas concessionárias de empréstimos precisam se apoiar em boas práticas de concess?o de empréstimos por diversos motivos. O presente artigo visa estudar o fen?meno da inadimplência através de redes neurais artificiais neste ambiente de baixa inadimplência. Para isto, utilizaremos uma base de dados real de uma cooperativa de crédito brasileira para estudo e aplica??o das técnicas aqui apresentadas.]]> Tue, 01 Jun 2010 17:55:19 GMT https://pt.slideshare.net/slideshow/previso-de-inadimplncia-por-redes-neurais-artificiais-na-presena-de-baixo-risco/4381921 AndersonGP@slideshare.net(AndersonGP) Previs?o de Inadimplência por Redes Neurais Artificiais na Presen?a de Baixo Risco AndersonGP A análise de inadimplência creditícia tem sido objeto de estudo para diversos pesquisadores e profissionais. Mesmo em casos onde há ocorrência da inadimplência é um evento quase raro, empresas concessionárias de empréstimos precisam se apoiar em boas práticas de concess?o de empréstimos por diversos motivos. O presente artigo visa estudar o fen?meno da inadimplência através de redes neurais artificiais neste ambiente de baixa inadimplência. Para isto, utilizaremos uma base de dados real de uma cooperativa de crédito brasileira para estudo e aplica??o das técnicas aqui apresentadas. <img style="border:1px solid #C3E6D8;float:right;" alt="" src="https://cdn.slidesharecdn.com/ss_thumbnails/previsodeinadimplnciaporredesneuraisartificiaisnapresenadebaixorisco-100601175534-phpapp02-thumbnail.jpg?width=120&height=120&fit=bounds" /> A análise de inadimplência creditícia tem sido objeto de estudo para diversos pesquisadores e profissionais. Mesmo em casos onde há ocorrência da inadimplência é um evento quase raro, empresas concessionárias de empréstimos precisam se apoiar em boas práticas de concess?o de empréstimos por diversos motivos. O presente artigo visa estudar o fen?meno da inadimplência através de redes neurais artificiais neste ambiente de baixa inadimplência. Para isto, utilizaremos uma base de dados real de uma cooperativa de crédito brasileira para estudo e aplica??o das técnicas aqui apresentadas.

from Anderson Pinho

]]> 1210 4 https://cdn.slidesharecdn.com/ss_thumbnails/previsodeinadimplnciaporredesneuraisartificiaisnapresenadebaixorisco-100601175534-phpapp02-thumbnail.jpg?width=120&height=120&fit=bounds document Black http://activitystrea.ms/schema/1.0/post

http://activitystrea.ms/schema/1.0/posted

0 Modelagem de Cross Selling no Marketing de Relacionamento por Máquinas de Vetor de Suporte https://pt.slideshare.net/AndersonGP/modelagem-de-cross-selling-no-marketing-de-relacionamento-por-mquinas-de-vetor-de-suporte modelagemdecross-sellingnomarketingderelacionamentopormquinasdevetordesuporte-100601175540-phpapp02
Analistas de marketing est?o freqüentemente em busca de novas maneiras de se vender mais produtos e servi?os para os mesmos clientes. ? de grande debate em processos KDD (Knowledge Discovery Database) a discuss?o sobre modelagem de cross-selling, ou venda cruzada, pela aplica??o de tradicionais técnicas de inteligência computacional e estatísticas como Redes Neurais e Regress?o Logística. O presente artigo abordará a técnica conhecida como Máquinas de Vetor de Suporte (MVS) para resolu??o de problemas desta natureza em contrapartida as demais já utilizadas. No presente artigo, utilizaremos uma base de dados real de uma empresa vendedora de motos a pessoas físicas como aplica??o da técnica. MVS trata-se de um tipo especial de redes neurais alimentadas adiante, e representa real vantagem às outras técnicas, pois permite ao analista o domínio na determina??o das superfícies de separa??o entre grupos, em nosso caso, de interessados e n?o interessados na compra de outra moto. Esta predi??o é interessante do ponto de vista de marketing, pois permite a antecipa??o pela empresa de um desejo do cliente, viabilizando uma a??o de marketing pró-ativa para incremento de receita através da venda focada.]]>
Analistas de marketing est?o freqüentemente em busca de novas maneiras de se vender mais produtos e servi?os para os mesmos clientes. ? de grande debate em processos KDD (Knowledge Discovery Database) a discuss?o sobre modelagem de cross-selling, ou venda cruzada, pela aplica??o de tradicionais técnicas de inteligência computacional e estatísticas como Redes Neurais e Regress?o Logística. O presente artigo abordará a técnica conhecida como Máquinas de Vetor de Suporte (MVS) para resolu??o de problemas desta natureza em contrapartida as demais já utilizadas. No presente artigo, utilizaremos uma base de dados real de uma empresa vendedora de motos a pessoas físicas como aplica??o da técnica. MVS trata-se de um tipo especial de redes neurais alimentadas adiante, e representa real vantagem às outras técnicas, pois permite ao analista o domínio na determina??o das superfícies de separa??o entre grupos, em nosso caso, de interessados e n?o interessados na compra de outra moto. Esta predi??o é interessante do ponto de vista de marketing, pois permite a antecipa??o pela empresa de um desejo do cliente, viabilizando uma a??o de marketing pró-ativa para incremento de receita através da venda focada.]]> Tue, 01 Jun 2010 17:55:10 GMT https://pt.slideshare.net/AndersonGP/modelagem-de-cross-selling-no-marketing-de-relacionamento-por-mquinas-de-vetor-de-suporte AndersonGP@slideshare.net(AndersonGP) Modelagem de Cross Selling no Marketing de Relacionamento por Máquinas de Vetor de Suporte AndersonGP Analistas de marketing est?o freqüentemente em busca de novas maneiras de se vender mais produtos e servi?os para os mesmos clientes. ? de grande debate em processos KDD (Knowledge Discovery Database) a discuss?o sobre modelagem de cross-selling, ou venda cruzada, pela aplica??o de tradicionais técnicas de inteligência computacional e estatísticas como Redes Neurais e Regress?o Logística. O presente artigo abordará a técnica conhecida como Máquinas de Vetor de Suporte (MVS) para resolu??o de problemas desta natureza em contrapartida as demais já utilizadas. No presente artigo, utilizaremos uma base de dados real de uma empresa vendedora de motos a pessoas físicas como aplica??o da técnica. MVS trata-se de um tipo especial de redes neurais alimentadas adiante, e representa real vantagem às outras técnicas, pois permite ao analista o domínio na determina??o das superfícies de separa??o entre grupos, em nosso caso, de interessados e n?o interessados na compra de outra moto. Esta predi??o é interessante do ponto de vista de marketing, pois permite a antecipa??o pela empresa de um desejo do cliente, viabilizando uma a??o de marketing pró-ativa para incremento de receita através da venda focada. <img style="border:1px solid #C3E6D8;float:right;" alt="" src="https://cdn.slidesharecdn.com/ss_thumbnails/modelagemdecross-sellingnomarketingderelacionamentopormquinasdevetordesuporte-100601175540-phpapp02-thumbnail.jpg?width=120&height=120&fit=bounds" /> Analistas de marketing est?o freqüentemente em busca de novas maneiras de se vender mais produtos e servi?os para os mesmos clientes. ? de grande debate em processos KDD (Knowledge Discovery Database) a discuss?o sobre modelagem de cross-selling, ou venda cruzada, pela aplica??o de tradicionais técnicas de inteligência computacional e estatísticas como Redes Neurais e Regress?o Logística. O presente artigo abordará a técnica conhecida como Máquinas de Vetor de Suporte (MVS) para resolu??o de problemas desta natureza em contrapartida as demais já utilizadas. No presente artigo, utilizaremos uma base de dados real de uma empresa vendedora de motos a pessoas físicas como aplica??o da técnica. MVS trata-se de um tipo especial de redes neurais alimentadas adiante, e representa real vantagem às outras técnicas, pois permite ao analista o domínio na determina??o das superfícies de separa??o entre grupos, em nosso caso, de interessados e n?o interessados na compra de outra moto. Esta predi??o é interessante do ponto de vista de marketing, pois permite a antecipa??o pela empresa de um desejo do cliente, viabilizando uma a??o de marketing pró-ativa para incremento de receita através da venda focada.

from Anderson Pinho

]]> 863 57 https://cdn.slidesharecdn.com/ss_thumbnails/modelagemdecross-sellingnomarketingderelacionamentopormquinasdevetordesuporte-100601175540-phpapp02-thumbnail.jpg?width=120&height=120&fit=bounds document Black http://activitystrea.ms/schema/1.0/post

http://activitystrea.ms/schema/1.0/posted

0 Minera??o de Dados com Mapas de Kohonen: Uma Abordagem no Setor Financeiro https://pt.slideshare.net/slideshow/minerao-de-dados-com-mapas-de-kohonen-uma-abordagem-no-setor-financeiro/4381918 mineraodedadoscommapasdekohonen-umaabordagemnosetorfinanceiro-100601175505-phpapp01
O presente artigo objetivará a aplica??o de Mapas de Kohonen na identifica??o de perfis de clientes, ou clusters, como estratégias de diferencia??o no marketing empresarial. Clientes que decidem por investir em a??es na Bolsa de Valores de S?o Paulo (Bovespa) podem optar por a??es de empresas nos mais diversos ramos de atividade. Se gestores do marketing souberem explicitar o conhecimento necessário para diferenciar clientes de acordo com o setor em que operam na bolsa de valores, estes poder?o incorporar este conhecimento nos processos da empresa, maximizando lucros e resultados. Mapas de Kohonen representam uma classe de modelos de redes neurais denominados mapas auto-organizáveis e seu potencial de aplica??o em processos de descoberta de conhecimento representa alguma vantagem competitiva. Em nosso caso de aplica??o isto significa separar clientes de acordo com suas concentra??es de opera??es na Bovespa nos 10 possíveis mercados de a??es. Os resultados mostrar?o que clientes podem ser agrupados em 1 de 6 clusters diferentes, cada um com características bastante singulares.]]>
O presente artigo objetivará a aplica??o de Mapas de Kohonen na identifica??o de perfis de clientes, ou clusters, como estratégias de diferencia??o no marketing empresarial. Clientes que decidem por investir em a??es na Bolsa de Valores de S?o Paulo (Bovespa) podem optar por a??es de empresas nos mais diversos ramos de atividade. Se gestores do marketing souberem explicitar o conhecimento necessário para diferenciar clientes de acordo com o setor em que operam na bolsa de valores, estes poder?o incorporar este conhecimento nos processos da empresa, maximizando lucros e resultados. Mapas de Kohonen representam uma classe de modelos de redes neurais denominados mapas auto-organizáveis e seu potencial de aplica??o em processos de descoberta de conhecimento representa alguma vantagem competitiva. Em nosso caso de aplica??o isto significa separar clientes de acordo com suas concentra??es de opera??es na Bovespa nos 10 possíveis mercados de a??es. Os resultados mostrar?o que clientes podem ser agrupados em 1 de 6 clusters diferentes, cada um com características bastante singulares.]]> Tue, 01 Jun 2010 17:54:59 GMT https://pt.slideshare.net/slideshow/minerao-de-dados-com-mapas-de-kohonen-uma-abordagem-no-setor-financeiro/4381918 AndersonGP@slideshare.net(AndersonGP) Minera??o de Dados com Mapas de Kohonen: Uma Abordagem no Setor Financeiro AndersonGP O presente artigo objetivará a aplica??o de Mapas de Kohonen na identifica??o de perfis de clientes, ou clusters, como estratégias de diferencia??o no marketing empresarial. Clientes que decidem por investir em a??es na Bolsa de Valores de S?o Paulo (Bovespa) podem optar por a??es de empresas nos mais diversos ramos de atividade. Se gestores do marketing souberem explicitar o conhecimento necessário para diferenciar clientes de acordo com o setor em que operam na bolsa de valores, estes poder?o incorporar este conhecimento nos processos da empresa, maximizando lucros e resultados. Mapas de Kohonen representam uma classe de modelos de redes neurais denominados mapas auto-organizáveis e seu potencial de aplica??o em processos de descoberta de conhecimento representa alguma vantagem competitiva. Em nosso caso de aplica??o isto significa separar clientes de acordo com suas concentra??es de opera??es na Bovespa nos 10 possíveis mercados de a??es. Os resultados mostrar?o que clientes podem ser agrupados em 1 de 6 clusters diferentes, cada um com características bastante singulares. <img style="border:1px solid #C3E6D8;float:right;" alt="" src="https://cdn.slidesharecdn.com/ss_thumbnails/mineraodedadoscommapasdekohonen-umaabordagemnosetorfinanceiro-100601175505-phpapp01-thumbnail.jpg?width=120&height=120&fit=bounds" /> O presente artigo objetivará a aplica??o de Mapas de Kohonen na identifica??o de perfis de clientes, ou clusters, como estratégias de diferencia??o no marketing empresarial. Clientes que decidem por investir em a??es na Bolsa de Valores de S?o Paulo (Bovespa) podem optar por a??es de empresas nos mais diversos ramos de atividade. Se gestores do marketing souberem explicitar o conhecimento necessário para diferenciar clientes de acordo com o setor em que operam na bolsa de valores, estes poder?o incorporar este conhecimento nos processos da empresa, maximizando lucros e resultados. Mapas de Kohonen representam uma classe de modelos de redes neurais denominados mapas auto-organizáveis e seu potencial de aplica??o em processos de descoberta de conhecimento representa alguma vantagem competitiva. Em nosso caso de aplica??o isto significa separar clientes de acordo com suas concentra??es de opera??es na Bovespa nos 10 possíveis mercados de a??es. Os resultados mostrar?o que clientes podem ser agrupados em 1 de 6 clusters diferentes, cada um com características bastante singulares.

from Anderson Pinho

]]> 636 3 https://cdn.slidesharecdn.com/ss_thumbnails/mineraodedadoscommapasdekohonen-umaabordagemnosetorfinanceiro-100601175505-phpapp01-thumbnail.jpg?width=120&height=120&fit=bounds document Black http://activitystrea.ms/schema/1.0/post

http://activitystrea.ms/schema/1.0/posted

0 Estratégias de Marketing através de Análise RFV do Cliente e Lógica Fuzzy, no Marketing de Relacionamento https://pt.slideshare.net/slideshow/estratgias-de-marketing-atravs-de-anlise-rfv-do-cliente-e-lgica-fuzzy-no-marketing-de-relacionamento/4381917 estratgiasdemarketingatravsdeanliserfvdoclienteelgicafuzzynomarketingderelacionamento-100601175507-phpapp02
O presente artigo objetivará a cria??o de um modelo de inferência fuzzy o qual classifique corretamente futuros clientes evasivos para uma empresa. Em estratégias de marketing, é de grande dúvida para a empresa quais clientes abordar numa campanha, ou quais clientes apresentam maiores chances de evas?o. Para responderem a isto, muitos pesquisadores têm recorrido a informa??es de recência, freqüência e valor do cliente, na minera??o de conhecimento valioso o qual possa ser utilizado. Lógica fuzzy será um diferencial competitivo na identifica??o destes clientes, pois permitirá a cria??o de um modelo preciso de classifica??o, alinhado ao conhecimento lingüístico explícito do especialista de marketing.]]>
O presente artigo objetivará a cria??o de um modelo de inferência fuzzy o qual classifique corretamente futuros clientes evasivos para uma empresa. Em estratégias de marketing, é de grande dúvida para a empresa quais clientes abordar numa campanha, ou quais clientes apresentam maiores chances de evas?o. Para responderem a isto, muitos pesquisadores têm recorrido a informa??es de recência, freqüência e valor do cliente, na minera??o de conhecimento valioso o qual possa ser utilizado. Lógica fuzzy será um diferencial competitivo na identifica??o destes clientes, pois permitirá a cria??o de um modelo preciso de classifica??o, alinhado ao conhecimento lingüístico explícito do especialista de marketing.]]> Tue, 01 Jun 2010 17:54:51 GMT https://pt.slideshare.net/slideshow/estratgias-de-marketing-atravs-de-anlise-rfv-do-cliente-e-lgica-fuzzy-no-marketing-de-relacionamento/4381917 AndersonGP@slideshare.net(AndersonGP) Estratégias de Marketing através de Análise RFV do Cliente e Lógica Fuzzy, no Marketing de Relacionamento AndersonGP O presente artigo objetivará a cria??o de um modelo de inferência fuzzy o qual classifique corretamente futuros clientes evasivos para uma empresa. Em estratégias de marketing, é de grande dúvida para a empresa quais clientes abordar numa campanha, ou quais clientes apresentam maiores chances de evas?o. Para responderem a isto, muitos pesquisadores têm recorrido a informa??es de recência, freqüência e valor do cliente, na minera??o de conhecimento valioso o qual possa ser utilizado. Lógica fuzzy será um diferencial competitivo na identifica??o destes clientes, pois permitirá a cria??o de um modelo preciso de classifica??o, alinhado ao conhecimento lingüístico explícito do especialista de marketing. <img style="border:1px solid #C3E6D8;float:right;" alt="" src="https://cdn.slidesharecdn.com/ss_thumbnails/estratgiasdemarketingatravsdeanliserfvdoclienteelgicafuzzynomarketingderelacionamento-100601175507-phpapp02-thumbnail.jpg?width=120&height=120&fit=bounds" /> O presente artigo objetivará a cria??o de um modelo de inferência fuzzy o qual classifique corretamente futuros clientes evasivos para uma empresa. Em estratégias de marketing, é de grande dúvida para a empresa quais clientes abordar numa campanha, ou quais clientes apresentam maiores chances de evas?o. Para responderem a isto, muitos pesquisadores têm recorrido a informa??es de recência, freqüência e valor do cliente, na minera??o de conhecimento valioso o qual possa ser utilizado. Lógica fuzzy será um diferencial competitivo na identifica??o destes clientes, pois permitirá a cria??o de um modelo preciso de classifica??o, alinhado ao conhecimento lingüístico explícito do especialista de marketing.

from Anderson Pinho

]]> 3479 7 https://cdn.slidesharecdn.com/ss_thumbnails/estratgiasdemarketingatravsdeanliserfvdoclienteelgicafuzzynomarketingderelacionamento-100601175507-phpapp02-thumbnail.jpg?width=120&height=120&fit=bounds document Black http://activitystrea.ms/schema/1.0/post

http://activitystrea.ms/schema/1.0/posted

0 Análise RFV do Cliente na Otimiza??o de Estratégias de Marketing: Uma Abordagem por Algoritmos Genéticos https://pt.slideshare.net/slideshow/anlise-rfv-do-cliente-na-otimizao-de-estratgias-de-marketing-uma-abordagem-por-algoritmos-genticos/4381914 anliserfvdoclientenaotimizaodeestratgiasdemarketing-umaabordagemporalgoritmosgenticos-100601175446-phpapp01
O presente artigo objetivará a evolu??o de regras de decis?o por Algoritmos Genéticos as quais classifiquem corretamente futuros clientes evasivos para a empresa. Em estratégias de marketing, é de grande dúvida para a empresa quais clientes abordar numa campanha, ou quais clientes apresentam maiores chances de evas?o. Para responderem a isto, muitos pesquisadores têm recorrido a informa??es de recência, freqüência e valor do cliente, na minera??o de conhecimento valioso o qual possa ser utilizado. Algoritmos Genéticos demonstrará um diferencial competitivo na explicita??o deste conhecimento, pois permitirá uma simples integra??o com processos empresaria, de fácil entendimento para o usuário.]]>
O presente artigo objetivará a evolu??o de regras de decis?o por Algoritmos Genéticos as quais classifiquem corretamente futuros clientes evasivos para a empresa. Em estratégias de marketing, é de grande dúvida para a empresa quais clientes abordar numa campanha, ou quais clientes apresentam maiores chances de evas?o. Para responderem a isto, muitos pesquisadores têm recorrido a informa??es de recência, freqüência e valor do cliente, na minera??o de conhecimento valioso o qual possa ser utilizado. Algoritmos Genéticos demonstrará um diferencial competitivo na explicita??o deste conhecimento, pois permitirá uma simples integra??o com processos empresaria, de fácil entendimento para o usuário.]]> Tue, 01 Jun 2010 17:54:44 GMT https://pt.slideshare.net/slideshow/anlise-rfv-do-cliente-na-otimizao-de-estratgias-de-marketing-uma-abordagem-por-algoritmos-genticos/4381914 AndersonGP@slideshare.net(AndersonGP) Análise RFV do Cliente na Otimiza??o de Estratégias de Marketing: Uma Abordagem por Algoritmos Genéticos AndersonGP O presente artigo objetivará a evolu??o de regras de decis?o por Algoritmos Genéticos as quais classifiquem corretamente futuros clientes evasivos para a empresa. Em estratégias de marketing, é de grande dúvida para a empresa quais clientes abordar numa campanha, ou quais clientes apresentam maiores chances de evas?o. Para responderem a isto, muitos pesquisadores têm recorrido a informa??es de recência, freqüência e valor do cliente, na minera??o de conhecimento valioso o qual possa ser utilizado. Algoritmos Genéticos demonstrará um diferencial competitivo na explicita??o deste conhecimento, pois permitirá uma simples integra??o com processos empresaria, de fácil entendimento para o usuário. <img style="border:1px solid #C3E6D8;float:right;" alt="" src="https://cdn.slidesharecdn.com/ss_thumbnails/anliserfvdoclientenaotimizaodeestratgiasdemarketing-umaabordagemporalgoritmosgenticos-100601175446-phpapp01-thumbnail.jpg?width=120&height=120&fit=bounds" /> O presente artigo objetivará a evolu??o de regras de decis?o por Algoritmos Genéticos as quais classifiquem corretamente futuros clientes evasivos para a empresa. Em estratégias de marketing, é de grande dúvida para a empresa quais clientes abordar numa campanha, ou quais clientes apresentam maiores chances de evas?o. Para responderem a isto, muitos pesquisadores têm recorrido a informa??es de recência, freqüência e valor do cliente, na minera??o de conhecimento valioso o qual possa ser utilizado. Algoritmos Genéticos demonstrará um diferencial competitivo na explicita??o deste conhecimento, pois permitirá uma simples integra??o com processos empresaria, de fácil entendimento para o usuário.

from Anderson Pinho

]]> 1769 6 https://cdn.slidesharecdn.com/ss_thumbnails/anliserfvdoclientenaotimizaodeestratgiasdemarketing-umaabordagemporalgoritmosgenticos-100601175446-phpapp01-thumbnail.jpg?width=120&height=120&fit=bounds document Black http://activitystrea.ms/schema/1.0/post

http://activitystrea.ms/schema/1.0/posted

0 A New Model for Credit Approval Problems a Neuro Genetic System with Quantum Inspiration and Binary-Real Representation /slideshow/a-new-model-for-credit-approval-problems-a-neuro-genetic-system-with-quantum-inspiration-and-binaryreal-representation/4381913 anewmodelforcreditapprovalproblemsaneuro-geneticsystemwithquantuminspirationandbinary-realrepresentation-100601175449-phpapp01
This paper presents a new model for neuro-evolutionary systems. It is a new quantum-inspired evolutionary algorithm with binary-real representation (QIEA-BR) for evolution of a neural network. The proposed model is an extension of the QIEA-R developed for numerical optimization. The Quantum-Inspired Neuro-Evolutionary Computation model (QINEA-BR) is able to completely configure a feed-forward neural network in terms of selecting the relevant input variables, number of neurons in the hidden layer and all existent synaptic weights. QINEA-BR is evaluated in a benchmark problem of financial credit evaluation. The results obtained demonstrate the effectiveness of this new model in comparison with other machine learning and statistical models, providing good accuracy in separating good from bad customers. ]]>
This paper presents a new model for neuro-evolutionary systems. It is a new quantum-inspired evolutionary algorithm with binary-real representation (QIEA-BR) for evolution of a neural network. The proposed model is an extension of the QIEA-R developed for numerical optimization. The Quantum-Inspired Neuro-Evolutionary Computation model (QINEA-BR) is able to completely configure a feed-forward neural network in terms of selecting the relevant input variables, number of neurons in the hidden layer and all existent synaptic weights. QINEA-BR is evaluated in a benchmark problem of financial credit evaluation. The results obtained demonstrate the effectiveness of this new model in comparison with other machine learning and statistical models, providing good accuracy in separating good from bad customers. ]]> Tue, 01 Jun 2010 17:54:41 GMT /slideshow/a-new-model-for-credit-approval-problems-a-neuro-genetic-system-with-quantum-inspiration-and-binaryreal-representation/4381913 AndersonGP@slideshare.net(AndersonGP) A New Model for Credit Approval Problems a Neuro Genetic System with Quantum Inspiration and Binary-Real Representation AndersonGP This paper presents a new model for neuro-evolutionary systems. It is a new quantum-inspired evolutionary algorithm with binary-real representation (QIEA-BR) for evolution of a neural network. The proposed model is an extension of the QIEA-R developed for numerical optimization. The Quantum-Inspired Neuro-Evolutionary Computation model (QINEA-BR) is able to completely configure a feed-forward neural network in terms of selecting the relevant input variables, number of neurons in the hidden layer and all existent synaptic weights. QINEA-BR is evaluated in a benchmark problem of financial credit evaluation. The results obtained demonstrate the effectiveness of this new model in comparison with other machine learning and statistical models, providing good accuracy in separating good from bad customers. <img style="border:1px solid #C3E6D8;float:right;" alt="" src="https://cdn.slidesharecdn.com/ss_thumbnails/anewmodelforcreditapprovalproblemsaneuro-geneticsystemwithquantuminspirationandbinary-realrepresentation-100601175449-phpapp01-thumbnail.jpg?width=120&height=120&fit=bounds" /> This paper presents a new model for neuro-evolutionary systems. It is a new quantum-inspired evolutionary algorithm with binary-real representation (QIEA-BR) for evolution of a neural network. The proposed model is an extension of the QIEA-R developed for numerical optimization. The Quantum-Inspired Neuro-Evolutionary Computation model (QINEA-BR) is able to completely configure a feed-forward neural network in terms of selecting the relevant input variables, number of neurons in the hidden layer and all existent synaptic weights. QINEA-BR is evaluated in a benchmark problem of financial credit evaluation. The results obtained demonstrate the effectiveness of this new model in comparison with other machine learning and statistical models, providing good accuracy in separating good from bad customers.

A New Model for Credit Approval Problems a Neuro Genetic System with Quantum Inspiration and Binary-Real Representation from Anderson Pinho

]]> 57 2 https://cdn.slidesharecdn.com/ss_thumbnails/anewmodelforcreditapprovalproblemsaneuro-geneticsystemwithquantuminspirationandbinary-realrepresentation-100601175449-phpapp01-thumbnail.jpg?width=120&height=120&fit=bounds document Black http://activitystrea.ms/schema/1.0/post

http://activitystrea.ms/schema/1.0/posted

0 Previs?o de Inadimplência por Redes Neurais Artificiais https://pt.slideshare.net/slideshow/modelagem-de-credit-scoring-por-redes-neurais-v4/4378482 modelagemdecreditscoringporredesneurais-v4-100601102554-phpapp02
A análise de inadimplência creditícia tem sido objeto de estudo para diversos pesquisadores e profissionais. Mesmo em casos onde há ocorrência da inadimplência é um evento quase raro, empresas concessionárias de empréstimos precisam se apoiar em boas práticas de concess?o de empréstimos por diversos motivos. O presente artigo visa estudar o fen?meno da inadimplência através de redes neurais artificiais neste ambiente de baixa inadimplência. Para isto, utilizaremos uma base de dados real de uma cooperativa de crédito brasileira para estudo e aplica??o das técnicas aqui apresentadas.]]>
A análise de inadimplência creditícia tem sido objeto de estudo para diversos pesquisadores e profissionais. Mesmo em casos onde há ocorrência da inadimplência é um evento quase raro, empresas concessionárias de empréstimos precisam se apoiar em boas práticas de concess?o de empréstimos por diversos motivos. O presente artigo visa estudar o fen?meno da inadimplência através de redes neurais artificiais neste ambiente de baixa inadimplência. Para isto, utilizaremos uma base de dados real de uma cooperativa de crédito brasileira para estudo e aplica??o das técnicas aqui apresentadas.]]> Tue, 01 Jun 2010 10:25:37 GMT https://pt.slideshare.net/slideshow/modelagem-de-credit-scoring-por-redes-neurais-v4/4378482 AndersonGP@slideshare.net(AndersonGP) Previs?o de Inadimplência por Redes Neurais Artificiais AndersonGP A análise de inadimplência creditícia tem sido objeto de estudo para diversos pesquisadores e profissionais. Mesmo em casos onde há ocorrência da inadimplência é um evento quase raro, empresas concessionárias de empréstimos precisam se apoiar em boas práticas de concess?o de empréstimos por diversos motivos. O presente artigo visa estudar o fen?meno da inadimplência através de redes neurais artificiais neste ambiente de baixa inadimplência. Para isto, utilizaremos uma base de dados real de uma cooperativa de crédito brasileira para estudo e aplica??o das técnicas aqui apresentadas. <img style="border:1px solid #C3E6D8;float:right;" alt="" src="https://cdn.slidesharecdn.com/ss_thumbnails/modelagemdecreditscoringporredesneurais-v4-100601102554-phpapp02-thumbnail.jpg?width=120&height=120&fit=bounds" /> A análise de inadimplência creditícia tem sido objeto de estudo para diversos pesquisadores e profissionais. Mesmo em casos onde há ocorrência da inadimplência é um evento quase raro, empresas concessionárias de empréstimos precisam se apoiar em boas práticas de concess?o de empréstimos por diversos motivos. O presente artigo visa estudar o fen?meno da inadimplência através de redes neurais artificiais neste ambiente de baixa inadimplência. Para isto, utilizaremos uma base de dados real de uma cooperativa de crédito brasileira para estudo e aplica??o das técnicas aqui apresentadas.

from Anderson Pinho

]]> 854 2 https://cdn.slidesharecdn.com/ss_thumbnails/modelagemdecreditscoringporredesneurais-v4-100601102554-phpapp02-thumbnail.jpg?width=120&height=120&fit=bounds presentation Black http://activitystrea.ms/schema/1.0/post

http://activitystrea.ms/schema/1.0/posted

0 Modelagem de Cross-Selling no Marketing de Relacionamento por Máquinas de Vetor de Suporte https://pt.slideshare.net/slideshow/apresentao-puc-support-vector-machine-para-interesse-de-compra/4378478 apresentaopuc-supportvectormachineparainteressedecompra-100601102527-phpapp01
Analistas de marketing est?o freqüentemente em busca de novas maneiras de se vender mais produtos e servi?os para os mesmos clientes. ? de grande debate em processos KDD (Knowledge Discovery Database) a discuss?o sobre modelagem de cross-selling, ou venda cruzada, pela aplica??o de tradicionais técnicas de inteligência computacional e estatísticas como Redes Neurais e Regress?o Logística. O presente artigo abordará a técnica conhecida como Máquinas de Vetor de Suporte (MVS) para resolu??o de problemas desta natureza em contrapartida as demais já utilizadas. No presente artigo, utilizaremos uma base de dados real de uma empresa vendedora de motos a pessoas físicas como aplica??o da técnica. MVS trata-se de um tipo especial de redes neurais alimentadas adiante, e representa real vantagem às outras técnicas, pois permite ao analista o domínio na determina??o das superfícies de separa??o entre grupos, em nosso caso, de interessados e n?o interessados na compra de outra moto. Esta predi??o é interessante do ponto de vista de marketing, pois permite a antecipa??o pela empresa de um desejo do cliente, viabilizando uma a??o de marketing pró-ativa para incremento de receita através da venda focada.]]>
Analistas de marketing est?o freqüentemente em busca de novas maneiras de se vender mais produtos e servi?os para os mesmos clientes. ? de grande debate em processos KDD (Knowledge Discovery Database) a discuss?o sobre modelagem de cross-selling, ou venda cruzada, pela aplica??o de tradicionais técnicas de inteligência computacional e estatísticas como Redes Neurais e Regress?o Logística. O presente artigo abordará a técnica conhecida como Máquinas de Vetor de Suporte (MVS) para resolu??o de problemas desta natureza em contrapartida as demais já utilizadas. No presente artigo, utilizaremos uma base de dados real de uma empresa vendedora de motos a pessoas físicas como aplica??o da técnica. MVS trata-se de um tipo especial de redes neurais alimentadas adiante, e representa real vantagem às outras técnicas, pois permite ao analista o domínio na determina??o das superfícies de separa??o entre grupos, em nosso caso, de interessados e n?o interessados na compra de outra moto. Esta predi??o é interessante do ponto de vista de marketing, pois permite a antecipa??o pela empresa de um desejo do cliente, viabilizando uma a??o de marketing pró-ativa para incremento de receita através da venda focada.]]> Tue, 01 Jun 2010 10:25:17 GMT https://pt.slideshare.net/slideshow/apresentao-puc-support-vector-machine-para-interesse-de-compra/4378478 AndersonGP@slideshare.net(AndersonGP) Modelagem de Cross-Selling no Marketing de Relacionamento por Máquinas de Vetor de Suporte AndersonGP Analistas de marketing est?o freqüentemente em busca de novas maneiras de se vender mais produtos e servi?os para os mesmos clientes. ? de grande debate em processos KDD (Knowledge Discovery Database) a discuss?o sobre modelagem de cross-selling, ou venda cruzada, pela aplica??o de tradicionais técnicas de inteligência computacional e estatísticas como Redes Neurais e Regress?o Logística. O presente artigo abordará a técnica conhecida como Máquinas de Vetor de Suporte (MVS) para resolu??o de problemas desta natureza em contrapartida as demais já utilizadas. No presente artigo, utilizaremos uma base de dados real de uma empresa vendedora de motos a pessoas físicas como aplica??o da técnica. MVS trata-se de um tipo especial de redes neurais alimentadas adiante, e representa real vantagem às outras técnicas, pois permite ao analista o domínio na determina??o das superfícies de separa??o entre grupos, em nosso caso, de interessados e n?o interessados na compra de outra moto. Esta predi??o é interessante do ponto de vista de marketing, pois permite a antecipa??o pela empresa de um desejo do cliente, viabilizando uma a??o de marketing pró-ativa para incremento de receita através da venda focada. <img style="border:1px solid #C3E6D8;float:right;" alt="" src="https://cdn.slidesharecdn.com/ss_thumbnails/apresentaopuc-supportvectormachineparainteressedecompra-100601102527-phpapp01-thumbnail.jpg?width=120&height=120&fit=bounds" /> Analistas de marketing est?o freqüentemente em busca de novas maneiras de se vender mais produtos e servi?os para os mesmos clientes. ? de grande debate em processos KDD (Knowledge Discovery Database) a discuss?o sobre modelagem de cross-selling, ou venda cruzada, pela aplica??o de tradicionais técnicas de inteligência computacional e estatísticas como Redes Neurais e Regress?o Logística. O presente artigo abordará a técnica conhecida como Máquinas de Vetor de Suporte (MVS) para resolu??o de problemas desta natureza em contrapartida as demais já utilizadas. No presente artigo, utilizaremos uma base de dados real de uma empresa vendedora de motos a pessoas físicas como aplica??o da técnica. MVS trata-se de um tipo especial de redes neurais alimentadas adiante, e representa real vantagem às outras técnicas, pois permite ao analista o domínio na determina??o das superfícies de separa??o entre grupos, em nosso caso, de interessados e n?o interessados na compra de outra moto. Esta predi??o é interessante do ponto de vista de marketing, pois permite a antecipa??o pela empresa de um desejo do cliente, viabilizando uma a??o de marketing pró-ativa para incremento de receita através da venda focada.

from Anderson Pinho

]]> 1119 160 https://cdn.slidesharecdn.com/ss_thumbnails/apresentaopuc-supportvectormachineparainteressedecompra-100601102527-phpapp01-thumbnail.jpg?width=120&height=120&fit=bounds presentation Black http://activitystrea.ms/schema/1.0/post

http://activitystrea.ms/schema/1.0/posted

0 Estratégias de Marketing através de Análise RFV do Cliente e Lógica Fuzzy, no Marketing de Relacionamento https://pt.slideshare.net/slideshow/apresentao-logica-fuzzy-artigo-rfv/4378470 apresentaologicafuzzy-artigorfv-100601102523-phpapp02
O presente artigo objetivará a cria??o de um modelo de inferência fuzzy o qual classifique corretamente futuros clientes evasivos para uma empresa. Em estratégias de marketing, é de grande dúvida para a empresa quais clientes abordar numa campanha, ou quais clientes apresentam maiores chances de evas?o. Para responderem a isto, muitos pesquisadores têm recorrido a informa??es de recência, freqüência e valor do cliente, na minera??o de conhecimento valioso o qual possa ser utilizado. Lógica fuzzy será um diferencial competitivo na identifica??o destes clientes, pois permitirá a cria??o de um modelo preciso de classifica??o, alinhado ao conhecimento lingüístico explícito do especialista de marketing.]]>
O presente artigo objetivará a cria??o de um modelo de inferência fuzzy o qual classifique corretamente futuros clientes evasivos para uma empresa. Em estratégias de marketing, é de grande dúvida para a empresa quais clientes abordar numa campanha, ou quais clientes apresentam maiores chances de evas?o. Para responderem a isto, muitos pesquisadores têm recorrido a informa??es de recência, freqüência e valor do cliente, na minera??o de conhecimento valioso o qual possa ser utilizado. Lógica fuzzy será um diferencial competitivo na identifica??o destes clientes, pois permitirá a cria??o de um modelo preciso de classifica??o, alinhado ao conhecimento lingüístico explícito do especialista de marketing.]]> Tue, 01 Jun 2010 10:24:55 GMT https://pt.slideshare.net/slideshow/apresentao-logica-fuzzy-artigo-rfv/4378470 AndersonGP@slideshare.net(AndersonGP) Estratégias de Marketing através de Análise RFV do Cliente e Lógica Fuzzy, no Marketing de Relacionamento AndersonGP O presente artigo objetivará a cria??o de um modelo de inferência fuzzy o qual classifique corretamente futuros clientes evasivos para uma empresa. Em estratégias de marketing, é de grande dúvida para a empresa quais clientes abordar numa campanha, ou quais clientes apresentam maiores chances de evas?o. Para responderem a isto, muitos pesquisadores têm recorrido a informa??es de recência, freqüência e valor do cliente, na minera??o de conhecimento valioso o qual possa ser utilizado. Lógica fuzzy será um diferencial competitivo na identifica??o destes clientes, pois permitirá a cria??o de um modelo preciso de classifica??o, alinhado ao conhecimento lingüístico explícito do especialista de marketing. <img style="border:1px solid #C3E6D8;float:right;" alt="" src="https://cdn.slidesharecdn.com/ss_thumbnails/apresentaologicafuzzy-artigorfv-100601102523-phpapp02-thumbnail.jpg?width=120&height=120&fit=bounds" /> O presente artigo objetivará a cria??o de um modelo de inferência fuzzy o qual classifique corretamente futuros clientes evasivos para uma empresa. Em estratégias de marketing, é de grande dúvida para a empresa quais clientes abordar numa campanha, ou quais clientes apresentam maiores chances de evas?o. Para responderem a isto, muitos pesquisadores têm recorrido a informa??es de recência, freqüência e valor do cliente, na minera??o de conhecimento valioso o qual possa ser utilizado. Lógica fuzzy será um diferencial competitivo na identifica??o destes clientes, pois permitirá a cria??o de um modelo preciso de classifica??o, alinhado ao conhecimento lingüístico explícito do especialista de marketing.

from Anderson Pinho

]]> 2072 4 https://cdn.slidesharecdn.com/ss_thumbnails/apresentaologicafuzzy-artigorfv-100601102523-phpapp02-thumbnail.jpg?width=120&height=120&fit=bounds presentation Black http://activitystrea.ms/schema/1.0/post

http://activitystrea.ms/schema/1.0/posted

0 https://cdn.slidesharecdn.com/profile-photo-AndersonGP-48x48.jpg?cb=1700770607 https://cdn.slidesharecdn.com/ss_thumbnails/distribuioamostraldamdia-110626111344-phpapp01-thumbnail.jpg?width=320&height=320&fit=bounds slideshow/distribuio-amostral-da-mdia/8427838 Distribui??o Amostral ... https://cdn.slidesharecdn.com/ss_thumbnails/estatsticadescritiva-110626111232-phpapp01-thumbnail.jpg?width=320&height=320&fit=bounds slideshow/estatstica-descritiva-8427834/8427834 Estatística Descritiva https://cdn.slidesharecdn.com/ss_thumbnails/distribuiescontnuasdeprobabilidade-110626111217-phpapp01-thumbnail.jpg?width=320&height=320&fit=bounds slideshow/distribuies-contnuas-de-probabilidade/8427833 Distribui??es Contínua...