A deteção de situações anómalas é um objetivo recorrente a todo o tipo de organizações e em todas as áreas. A análise de dados utiliza tecnologias para detetar anomalias, padrões e indicadores de risco num conjunto de dados. Desde a deteção da fraude contabilística, à intrusão de sistemas digitais, falhas, erros ou a fabricação manual de evidências, são alguns dos exemplos onde podem ser utilizados algoritmos de deteção de situações anómalas.
O BASE é um portal na internet assegurado pelo Instituto dos Mercados Públicos do Imobiliário e da Construção (IMPIC), dedicado aos contratos públicos, que agrega informação sobre a contratação pública e dá cumprimento ao código dos contratos públicos (CCP). As bases de dados ligadas ao portal são alimentadas, permanentemente, pela informação transmitida a partir do Diário da República Eletrónico, das plataformas eletrónicas de contratação pública e das entidades adjudicantes.
Exercício físico e BMI Vamos supor que estamos a tentar perceber a relação entre o número de horas de exercício físico por semana e o BMI (Body Mass Index). Para efeito da nossa análise reunimos os dados de 3000 pessoas, pertencentes a diferentes grupos etários. Vamos visualizar os dados: Muito bem. Parece que quanto maior for o número de horas de exercício físico que fazemos por semana, menor o BMI, i.
O objetivo dos artigos referentes às competições da Kaggle é de exemplificar o que pode ser feito com o Machine Learning. Embora algumas das competições sejam tutoriais (e mesmo estas utilizam dados reais), a grande maioria é baseada em situações e dados reais e promovidas pelas entidades com objetivos concretos e de negócio. Esta competição que decorreu entre 14 de abril de 2015 e 4 de maio do mesmo ano, era uma competição privada e fazia parte do curso The Analytics Edge da edX.
