Neste blog você encontra documentação de software tutoriais e passo a passos que ajudam no processo do desenvolvimento e aprendizado e ,em pesquisa e desenvolvimento e gestão.

sexta-feira, 30 de dezembro de 2016

Cobit e ITIL

O que e COBIT ?

COBIT é um guia de boas práticas apresentado como framework, dirigido para a gestão de tecnologia de informação (TI).[1] Mantido pelo ISACA (Information Systems Audit and Control Association), possui uma série de recursos que podem servir como um modelo de referência para gestão da TI, incluindo um sumário executivo, um framework, objetivos de controle, mapas de auditoria, ferramentas para a sua implementação e principalmente, um guia com técnicas de gerenciamento.[1] Especialistas em gestão e institutos independentes recomendam o uso do Cobit como meio para otimizar os investimentos de TI, melhorando o retorno sobre o investimento (ROI) percebido, fornecendo métricas para avaliação dos resultados (Key Performance Indicators KPI, Key Goal Indicators KGI e Critical Success Factors CSF).

Estudo completo


Oque e ITIL ?

Information Technology Infrastructure Library

Information Technology Infrastructure Library, (ITIL) é um conjunto de boas práticas para serem aplicadas na infraestrutura, operação e gerenciamento de serviços de tecnologia da informação (ITSM). Foi desenvolvido no final dos anos 1980 pela CCTA (Central Computer and Telecommunications Agency), hoje OGC (Office for Government Commerce) do Reino Unido.
O modelo ITIL busca promover a gestão com foco no cliente e na qualidade dos serviços de tecnologia da informação (TI). O ITIL lida com estruturas de processos para a gestão de uma organização de TI apresentando um conjunto abrangente de processos e procedimentos gerenciais, organizados em disciplinas, com os quais uma organização pode fazer sua gestão tática e operacional em vista de alcançar o alinhamento estratégico com os negócios. É composto de 5 fases, que cobrem desde a compreensão da estratégia do negócio do cliente e definição da estratégia do serviço de TI até seu desenho, implantação, operação e melhoria contínua. Segundo estudos publicados na PMG Academy, é confirmado que, atualmente no mercado, o profissional de Tecnologia da Informação certificado em ITIL ganha 15% mais que profissionais sem a certificação oficial.




Estudo completo


quarta-feira, 28 de dezembro de 2016

Inteligência de negócios

Inteligência empresarial

Referencias
https://pt.wikipedia.org/wiki/Intelig%C3%AAncia_empresarial



Inteligência de negócios (ou Business Intelligence, em inglês) refere-se ao processo de coleta, organização, análise, compartilhamento e monitoramento de informações que oferecem suporte a gestão de negócios. É um conjunto de técnicas e ferramentas para auxiliar na transformação de dados brutos em informações significativas e uteis a fim de analisar o negócio. As tecnologias BI são capazes de suportar uma grande quantidade de dados desestruturados para ajudar a identificar, desenvolver e até mesmo criar uma nova oportunidade de estratégia de negócios. O objetivo do BI é permitir uma fácil interpretação do grande volume de dados. Identificando novas oportunidades e implementando uma estratégia efetiva baseada nos dados, também pode promover negócios com vantagem competitiva no mercado e estabilidade a longo prazo.[1]
Tecnologias BI fornecem histórico, atual e previsíveis visões das operações de negócios. As habituais funções do BI são relatórios, processos de análise online, análises, mineração de dados, processamento de eventos complexos, gerenciamento de desempenho dos negócios, benchmarking, mineração de texto, análises previsíveis e análises prescritivas.
O BI pode ser usado para ajudar na decisão de uma grande variedade de negócios variando do operacional ao estratégico. Decisões de operações básicas incluem posição do produto ou atribuição de preços. Decisões de estratégia de negócios abrangem prioridades, objetivos e direções do mais amplo nível. Em todos os casos, o BI é mais efetivo quando combinado a dados procedentes do mercado em que uma companhia opera (dados externos) com dados de fontes internas da companhia para os negócios, como dados financeiros ou operacionais (dados internos). Quando os dados externos e internos são combinados, podem fornecer um cenário mais completo.  Na realidade, cria uma “inteligência” que não pode ser derivada por nenhum conjunto de dados.[2]
Inteligência empresarial também pode ser definida como a Atividade de Inteligência aplicada à atividade econômica com a identificação de forças e fraquezas da companhia e o monitoramento dos stakeholders para antecipação de ameaças à organização e melhor aproveitamento das oportunidades de negócios.









O que é Business Intelligence?
Referencias e mais estudos


Detalhes sobre o desafio de gerir todos os dados de uma geração de consumidores que já nasce online. Comentários Douglas Novato - 14/08/2014 - atualização: 01/07/2016 08:00 Era o tempo de se trabalhar com tentativa e erro ao promover negócios. Tem-se a exigência de conhecer seus clientes e então, suas ações conseguirão atraí-los em novos negócios. Alguns detalhes, como, ferramentas de análise de dados, modelos estatísticos, dados históricos do mercado, pesquisas junto ao público, contribuem para tomadas de decisões com foco na eficiência dos resultados. Mas o cenário atual é ainda mais complexo. Diante da dificuldade em processar e assimilar a grande quantidade de dados gerados todos os dias em ações online, destaca-se a importância da BI - Buseness Intelligence - para compreender uma geração de consumidores que nasce conectada e que se comunica e consome múltiplas fontes de informação de forma dinâmica. O Desafio Enquanto umas campanhas atingem pouca ou nenhuma repercussão, outras alcançaram resultados expressivos e consequentemente, maximizaram seus negócios. No segundo cenário, a área de BI conseguiu o diferencial na análise de seus dados e chegaram às informações que fizeram a diferença na elaboração da campanha. Business Intelligence O termo Business Intelligence (BI), inteligência de negócios, refere-se ao processo de coleta, organização, análise, compartilhamento e monitoramento de informações que oferecem suporte a gestão de negócios. É o conjunto de teorias, metodologias, processos, estruturas e tecnologias que transformam uma grande quantidade de dados brutos em informação útil para tomadas de decisões estratégicas. Segue uma ilustração da composição da estrutura de BI, onde trata-se do conjunto de o seu negócio, a gestão do seu negócios, a tecnologia da informação. Todos esses setores, integrados, formam a Business Intelligence. Inicialmente, as primeiras fontes de informação são coletadas dentro das próprias empresas. Posteriormente, as segundas fontes de informações incluem as necessidades do consumidor, o processo de decisão do cliente, as pressões competitivas, as condições industriais relevantes, os aspectos econômicos e tecnológicos e as tendências culturais. Cada sistema de BI determina uma meta específica, tendo por base o objetivo organizacional e a visão da empresa, existindo em ambos objetivos, sejam eles de longo ou curto prazo, as disputas nos negócios, a coleta de informação. Segue uma ilustração da composição um pouco mais detalhada de BI. Temos as seguintes práticas: Tudo começa com a coleção de dados, Data Warehousing, a integração de dados de uma ou mais fontes e assim, cria um repositório central de dados, um data warehouse - os armazéns de dados. Com essa imensidão de dados, Data Mining, aplica-se a mineração desses dados, o processo de explorar grandes quantidades de dados à procura de padrões consistentes para detectar relacionamentos e novos subconjuntos de dados a serem mapeados e extrair-se informações previlegiadas. Análises, Analytics, de minerações geram relatórios, Reporting, detalhados para fortalecer o esclarecimento do cenário. Reengenharia de processos de negócio (BPR) trata-se de uma estratégia de gestão de negócios para a análise e desenho dos fluxos de trabalho e dos processos de negócios visando a reestruturação organizacional, com foco no design de baixo para cima de processos de negócios dentro de uma organização. E Benchmarking, a busca das melhores práticas com o propósito de maximizar o desempenho. Onde uma empresa examina como realiza uma função específica a fim de melhorar como realizar a mesma ou uma função semelhante, ou seja, um processo de comparação do desempenho entre dois ou mais sistemas. O Profissional O profissional nesse universo de "Business Intelligence" deve se atentar a alguns detalhes importantes para uma boa atuação. Buscar resultados da capacidade de detectar oportunidades de negócios e associar seus levantamentos numéricos a eventos de sucesso. Focar nas análises das necessidades e desejos dos clientes. E então, detectar as tendências e associá-las aos objetivos de seus clientes, promovendo seus produtos e serviços. Não há uma receita de bolo e nem uma garantia de que seus resultados serão satisfatórios, porém as boas práticas de BI reduzem os erros e possibilitam conhecer os padrões comportamentais dos clientes, o que é determinante na oferta de um produto. A evolução da Internet mudou tudo. Se até então a aplicação deste conceito era a de levar informação a poucos colaboradores selecionados de uma empresa, para que fizessem uso em suas decisões. Hoje, a rede permite disponibilizar soluções de BI para um número maior de pessoas e passou a ser tratado como uma aplicação estratégica integrada, estando disponível através estações de trabalho e nos servidores da empresa. E também como a maior aliada para a capitação de dados sobre os clientes, conseguindo detalhes preciosos com o monitoramento de mídias e redes sociais e do desempenho de SEO e propaganda online. E após a gestão dessa informação terá conclusões importantes para o desenvolvimento empresarial e para a elaboração de cenários. Tendo participação direta em decisões que promovam a competitividade. O Crescimento Com ações mais eficientes e resultados mais significativos da gestão de dados para tomadas de decisões, empresas passaram a investir em meios digitais e ações de BI para alcançar suas metas. Promover a compreensão do processo de captura e utilização de informações externas e internas à organização, para o desenvolvimento e monitoramento de estratégias coerentes ao momento competitivo. Com o crescimento exponencial do uso das redes sociais por grandes corporações nas suas estratégias de negócios, e BI também precisou se reinventar. Várias empresas estão desenvolvendo software para ter à disposição o seu histórico de interações e relacionamento na Internet. Não somente as grandes empresas, mas também as corporações de pequeno, médio porte necessitam de BI para auxiliá-las nas mais diferentes situações para a tomada de decisão, otimizar o trabalho da organização, reduzir custos, eliminar a duplicação de tarefas, permitir previsões de crescimento da empresa como um todo e contribuir para a elaboração de estratégias. Na grande maioria das vezes, para estas empresas enquadradas como pequenas, não precisam, necessariamente, de sistemas de alto investimento, com milhares de relatórios, gráficos para identificar que existe um problema específico numa linha de produto que não está sendo comercializado conforme a sua potencialidade. Basta o feeling da área comercial em se pensar numa outra estratégia de vendas para o mesmo. No Brasil, soluções de Business Intelligence estão em instituições financeiras, empresas de telecomunicações, seguradoras e em toda instituição que perceba a tendência da economia globalizada, em que a informação precisa chegar de forma rápida, precisa e abundante. O principal benefício do BI para a empresa é a sua capacidade de fornecer informações precisas quando necessárias, incluindo uma visão em tempo real do desempenho corporativo geral e de suas partes individuais. A partir dos resultados de uma pesquisa entre 510 empresas, que os benefícios do BI são a economia de tempo, versão única da verdade, melhores estratégias e planos, melhores decisões táticas, processos mais eficientes e a economia de custos. Espero que tenha gostado. Curta e Compartilhe! Deixe seu comentário. Até o próximo artigo.
Post completo em:
https://www.oficinadanet.com.br/post/13153-o-que-e-business-intelligence



Videos
https://www.youtube.com/watch?v=uDhkgxtWLYE&t=450s



Estratégias de Inteligência de Negócio com Big Data




https://www.youtube.com/watch?v=kYhRmH5G6PI




quarta-feira, 21 de dezembro de 2016

CJV DATAMASTER ADMINISTRATOR Metodologias e pesquisas proprietárias embarcadas nos softwares de gestão CJV TECNOLOGIA

CJV DATAMASTER ADMINISTRATOR

Metodologias e pesquisas proprietárias embarcadas nos softwares de gestão
CJV TECNOLOGIA

Inteligencia de negócios analise
Analise de acontecimento e ,problemas ,entender e transcrever em oportunidades,ganhos, lucros ,obter resultados
Tecnologias proprietárias em desenvolvimento de software de gestão : Pesquisa e desenvolvimento de sistemas.
Metodologia de inteligencia de negócios proprietária: Pesquisa e desenvolvimento de mercado,métodos de gestão e expansão de negócios.

Metodologia de pesquisa de aperfeiçoamento de processos de gestão,expansão de negócios,controle e prevenção de perdas,visão no planejamento,gestão e planejamento com processos de marketing ,gestão de contato a fidelização do cliente.
São metodologias e pesquisas proprietárias que embarcadas nos softwares de gestão CJV DATAMASTER WEB ADMINISTRATOR
PRODUZEM A INTELIGENCIA E A FUNCIONALIDADE DO SISTEMA SE TRASCREVENDO NA PRATICA COMO MEIO DE INTELIGENCIA DE NEGOCIOS. ESTENDENDO A VISÃO E AS CAPACIDADES ADMINISTRATIVAS.
.
Em uma determinada empresa a partir de um certo nível de crescimento,quando a diversas filiais,e para melhorar o crescimento e indispensável uma ferramenta de gestão e esta ferramenta de gestão precisa estar de acordo com uma inteligibilidade ,usualidade,poder reunir dispor e meios de analise de informações que seja intuitivo o uso ;o processamento por parte do sistema rápido e ágil :fácil de usar , fácil de aprender usar,fácil de deduzir e tomar conclusões,concluir cases, tomar decisões mais acertada e facilmente ,construir infográficos e relatórios mais fácil e intuitivamente.

Desta forma o software de gestão se torna o meio que possibilita a reunião e o meio de analise de todas as informações ressecarias e quanto mais pociveis de maneira concentrada ,desta forma mesmo uma empresa multinacional com filiais espalhadas por diversos pontos do pais ,mesmo com um pequeno grupo de gestores tem em mãos os meios e as informações para tomadas seguras de desizões devido a terem uma visão ampla local e geral,visão atual e prospecção de futuro essa e a chave da expansão de sucesso pensando em curto ,médio e longo prazo. E a única forma de chegar a resultados ,a certos resultados que se espera.

Sem se referir a questões como segurança e a confiança nas informações.

Ferramentas de inteligencia de negócios

Inteligencia de negócios

Analise de mercado

Expansão de negócios

Conquista de mercado
Criação de mercado(, criação de produto e serviços x clientes = mercado,real e potencial)
clientes X mercado,real e potencial(cliente real ou imaginário)
criação de produto e serviços(a realidade do mercado atual em geral suas nescidades e exigências normatizações x o novo produto,novo? X o novo serviço ,novo?)


E indispensável uma observação objetiva destes pontos devido a lacunas de mercado,informação,tecnologias,nescidades de mercado,nescidades de clientes = a existências de clientes.

Ex então a empresa blabla bla lança seu novo produto,novo?
Dependendo da concepção e do conhecimento de mercado da empresa pode estar já lançando algo de longa data defasado que
não alcançara o mercado pretendido algo como uma empresa de sistemas lançar como recentes tecnologias sistemas de gestão baseados em tecnologias de dados,segurança do fim dos anos 80 ,métodos de gestão do inicio do seculo passado,terá resultado no mercado atual? E o mercado futuro? Se no mercado atual já e escaço a demanda o futuro já e impocivel ,desta fora e quebrado o processo de evolução da empresa devido a forma de evolução do produto ser retrograda e este tipo de embaraço faz com que ste tipo de empresa que passa por estas dificuldades se fechem se não mudarem seus rumos,outro problema e a falência devido a problemas demasiados com multas ,quebra de segurança,roubo de dados,paradas criticas,o software não atender o crescimento e expansão do negocio.

Este exemplo reflete as três questões o paradigma do produto mercado,o problema da defasagem de ferramentas de gestão arcaicas,e a comparação de contraste de ferramentas com abordagens e metodologias ,estrategias de inteligencia de negócios quase como ficção cientifica comparado com ferramentas disponíveis no mercado como as deste exemplo.

Pode o o uso inadequado de tecnologia,ferramentas arcaicas,de abordagens de gestão arcaicas prejudicar o crescimento e expansão do negocio?
Ou pior provocar parte da estagnação?
E uma realidade que poucos pensam mas podem inclusive estarem sendo acometidos,os problemas podem ser muitos que associados torna se um ou vários problemas constantes da gestão e de custos ,e bloqueios de crescimento ate problemas com clientes e funcionários.
>>Falta de condição de planejar,documentar,reunir informações de expansão incluindo diversos setores e a integração deles ou seja :
DESTA FORMA QUANDO NÃO PROJETADO NÃO TEM COMO AVER VIZÃO E PLANEJAMENTO.

PROSPEÇÃO DE MERCADO
só esta tarefa seria necessário um software de abordagem própria, mas pode ser um modulo integrado.
>>Prospecção de clientes
>>Contato,consolidação de clientes.
>>Manutenção ,fidelidade.
>>Pesquisa detalhada de evasão de clientes
>>Pesquisa de prejuízos decorrentes de perda de clientes e multas a clientes.
        • Este processo leva em conta que não tenha nenhum problema em relação a qualidade do produto,normatização,problemas de defasagem,ou seja não havendo pontos em que o cliente se apoie para não adquirir o produto ou reclamar ,e ter razão em fazê-lo.
        • Se estes ponto não e cumprido então e preciso considerar o prejuízo ,os problemas com os produtos ou serviços.
Desta forma







Metodologias e pesquisas de gestão e expansão de negócios

Ferramentas de inteligencia de negócios

Inteligencia de negócios

Analise de mercado

Expansão de negócios

Conquista de mercado

Metodologias e pesquisas proprietárias embarcadas nos softwares de gestão CJV TECNOLOGIA
Inteligencia de negócios:analise, Analise de acontecimento e problemas ,entender e transcrever em oportunidades,ganhos, lucros ,obter resultados
Tecnologias proprietárias em desenvolvimento de software de gestão : Pesquisa e desenvolvimento de sistemas.
Metodologia de inteligencia de negócios proprietária: Pesquisa e desenvolvimento de mercado,métodos de gestão e expansão de negócios.

Metodologia de pesquisa de aperfeiçoamento de processos de gestão,expansão de negócios,controle e prevenção de perdas,visão no planejamento,gestão e planejamento com processos de marketing ,gestão de contato a fidelização do cliente.
São metodologias e pesquisas proprietárias que embarcadas nos softwares de gestão CJV DATAMASTER WEB ADMINISTRATOR
PRODUZEM A INTELIGENCIA E A FUNCIONALIDADE DO SISTEMA SE TRASCREVENDO NA PRATICA COMO MEIO DE INTELIGENCIA DE NEGOCIOS. ESTENDENDO A VISÃO E AS CAPACIDADES ADMINISTRATIVAS.
.
Em uma determinada empresa a partir de um certo nível de crescimento,quando a diversas filiais,e para melhorar o crescimento e indispensável uma ferramenta de gestão e esta ferramenta de gestão precisa estar de acordo com uma inteligibilidade ,usualidade,poder reunir dispor e meios de analise de informações que seja intuitivo o uso ;o processamento por parte do sistema rápido e ágil :fácil de usar , fácil de aprender usar,fácil de deduzir e tomar conclusões,concluir cases, tomar decisões mais acertada e facilmente ,construir infográficos e relatórios mais fácil e intuitivamente.

Desta forma o software de gestão se torna o meio que possibilita a reunião e o meio de analise de todas as informações ressecarias e quanto mais possíveis de maneira concentrada ,desta forma mesmo uma empresa multinacional com filiais espalhadas por diversos pontos do pais ,mesmo com um pequeno grupo de gestores tem em mãos os meios e as informações para tomadas seguras de decisões devido a terem uma visão ampla local e geral,visão atual e prospecção de futuro essa e a chave da expansão de sucesso pensando em curto ,médio e longo prazo. E a única forma de chegar a resultados ,a certos resultados que se espera.



Algo fundamental ser realista
Informação > organização,definição > execução > resultado.(analise do resultado,satisfatório,insatisfatório,se insatisfatório >>Informação ... ).


Passo 1) Analise :Como se esta? Condição de gestão,condição de conhecimento necessário:técnico,profissional? Que tipo de produto ,serviço,e qual e a realidade ? O conhecimento da lei referente ao tipo de empreendimento, e imposto referente. Como pode ser o valor dos produtos e serviços como estão? >>

se não feito este passo corretamente e com realismo ,o passo 2 não acontece ou acontece com deficiência e pode acarretar em sérios problemas.

Analise e levantamento:
Como se esta? Oque falta adequar a administração?
Por falta de ?
Como se esta? Oque falta adequar na legislação?
Por falta de?
Como se esta? Oque falta para adequar nos produtos?
Por falta de?
Como se esta? Oque falta adequar nos serviços?
Por falta de?

Passo 2) Planejamento:Onde se quer chegar? depois de todo o levantamento bem realista então se planeja as mudanças adequações e novos aprendizados necessários e diretivas a seguir. >>
e fundamental para chegar no passo 3

Planejamento de soluções:
Onde se quer chegar? Oque falta adequar a administração?
Onde se quer chegar? Oque falta adequar na legislação?
Onde se quer chegar? Oque falta para adequar nos produtos?
Onde se quer chegar? Oque falta adequar nos serviços?


Passo 3) Definições gerais e finais :Que tipo de serviço ?que tipo de produto? Qual pode ser o valor dos produtos e serviços? Ou seja como pode ser o lucro? Vai depender diretamente dos produtos e serviços.
Neste passo já tem que estar definido e pronto,que tipo de produto,que tipo de serviço,dentro de adequação da legislação pertinente,e já com valor definido.


Passo4) Então poder lucrar e se ter oque se espera! Finalmente o passo 4 O objetivo final e qual ? ,senão não passa de tolices e tudo em vão.

Se Passo 1)Como se esta?,Passo 2) Onde se quer chegar?,Passo 3) Definições gerais: Não se chega ao passo 4 pois devido a falta de analise,planejamento,e definições como se espera chegar onde e como não se sabe? Então vai se a lugar nenhum ,girando em circulo e gerando problemas e dividas.
As consequências
A) mais conhecida ,a perda de tudo o que investido.
B)a falência,dividas alem do que se pode pagar ate em referencia a ganhos futuros.
  1. a prisão devido a dividas e outros crimes provenientes de erros e falhas de administração ou de fato quando a empresa incide em crime de proposito.
  2. Fraude de imposto,fraude trabalhista,roubo,empresa envolvida em estelionato,multa por quebra de contrato,indenizações a funcionários por danos diversos inclusive a causa de acidentes.

Pode ser um plano quase ingenuo aparentemente ,mas muitos se atrapalham com estes simples quatro passos e muitas vezes acaba em desastre e dividas gigantescas provocando falência quem sabe ate o fim da vida quem sabe ate depois da morte como alguns casos de falência ,outro caso e na hora de decisões de expansões e formulações de contrato, contratações, divida trabalhista.



Sem se referir a questões como segurança e a confiança nas informações.
Ferramentas de inteligencia de negócios
Inteligencia de negócios
Expansão de negócios
Analise de mercado
Conquista de mercado
Criação de mercado(, criação de produto e serviços x clientes = mercado,real e potencial)
clientes X mercado,real e potencial(cliente real ou imaginário)
criação de produto e serviços(a realidade do mercado atual em geral suas nescidades e exigências normatizações x o novo produto,novo? X o novo serviço ,novo?)


E indispensável uma observação objetiva destes pontos devido a lacunas de mercado,informação,tecnologias,nescidades de mercado,nescidades de clientes = a existências de clientes.

Ex então a empresa blabla bla lança seu novo produto,novo? Dependendo da concepção e do conhecimento de mercado da empresa pode estar já lançando algo de longa data defasado que não alcançara o mercado pretendido algo como uma empresa de sistemas lançar como recentes tecnologias sistemas de gestão baseados em tecnologias de dados,segurança do fim dos anos 80 ,métodos de gestão do inicio do seculo passado,terá resultado no mercado atual? E o mercado futuro? Se no mercado atual já e escaço a demanda o futuro já e impossível ,desta fora e quebrado o processo de evolução da empresa devido a forma de evolução do produto ser retrograda e este tipo de embaraço faz com que este tipo de empresa que passa por estas dificuldades se fechem se não mudarem seus rumos,outro problema e a falência devido a problemas demasiados com multas ,quebra de segurança,roubo de dados,paradas criticas,o software não atender o crescimento e expansão do negocio.

Este exemplo reflete as três questões o paradigma do produto mercado,o problema da defasagem de ferramentas de gestão arcaicas,e a comparação de contraste de ferramentas com abordagens e metodologias ,estrategias de inteligencia de negócios quase como ficção cientifica comparado com ferramentas disponíveis no mercado como as deste exemplo.

Pode o o uso inadequado de tecnologia,ferramentas arcaicas,de abordagens de gestão arcaicas prejudicar o crescimento e expansão do negocio?
Ou pior provocar parte da estagnação?
E uma realidade que poucos pensam mas podem inclusive estarem sendo acometidos,os problemas podem ser muitos que associados torna se um ou vários problemas constantes da gestão e de custos ,e bloqueios de crescimento ate problemas com clientes e funcionários.
>>Falta de condição de planejar,documentar,reunir informações de expansão incluindo diversos setores e a integração deles ou seja :
DESTA FORMA QUANDO NÃO PROJETADO NÃO TEM COMO AVER VIZÃO E PLANEJAMENTO.

PROSPEÇÃO DE MERCADO
Só esta tarefa seria necessário um software de abordagem própria, mas pode ser um modulo integrado.
>>Prospecção de clientes
>>Contato,consolidação de clientes.
>>Manutenção ,fidelidade.
>>Pesquisa detalhada de evasão de clientes
>>Pesquisa de prejuízos decorrentes de perda de clientes e multas a clientes.
        • Este processo leva em conta que não tenha nenhum problema em relação a qualidade do produto,normatização,problemas de defasagem,ou seja não havendo pontos em que o cliente se apoie para não adquirir o produto ou reclamar ,e ter razão em fazê-lo.
        • Se estes ponto não e cumprido então e preciso considerar o prejuízo ,os problemas com os produtos ou serviço.
Referencias de gestão através do tempo:

De onde vem a nova gestão? Com certeza não vem das escolas clássicas de gestão baseadas em gestão do inicio do Céculo passado ou mais antiga existem empresas e instituições que ainda hoje usam conceitos de administração da idade media que visava o publico de masa.

Para que serve a nova gestão? serve para enfrentar e sobreviver as mudanças de mercado,a globalização as crises atuais e futuras que são diferentes adas antigas e clássicas crises antigas soluções clássicas ,as atuais e futuras crises precisam de novas soluções e de reformulação de métodos de gestão,se moldando para resolver os atuais e futuros desafios.
Escola clássica >>gestor clássico >solução clássica X desafios não classístico,não podendo ser empregados meios clássicos,devido a quem sabe a solução clássica em tempos atuais poder resultar em maior prejuízo ou quem sabe prejuízo total ou falência.


A gestão clássica e a antiga e medieval
Dependendo do pais e da cultura também tinham diferentes meios de gestão.
Administração medieval>>gestor medieval> solução clássica medieval.
Administração de meados de 1800>>gestor clássico soluções clássicas.
Administração de 1910 a 1945 em parte da Europa >>gestão clássica e soluções quase sempre clássicas.
Desta forma os gestores clássicos se não mudam as formas de gestão se tornam apáticos e inertes ,muitas vezes sub utilizados auxiliares de escritórios,e auxiliares administrativos.
O caso pior e o administrador clássico que se torna criminoso por usar métodos clássicos de Administração (medieval)que constituem crime.
Origem de diferentes tipos de Administração clássica
Judaísmo>>mais antigo,origem no antigo testamento milhares de anos antes de Cristo.
Administração do antigo Egito>>origem no antigo Egito.
Fascismo>>medieval ,origem na Itália do antigo império romano.(soluções de gestão insanas)
Nazismo>>1910 a 1945 surgiu de modificações do fascismo medieval,e da forma de vida dos povos bárbaros os mais atrasados culturalmente da Europa hoje a Alemanha dividida entre russa e EUA.

Devido as soluções insanas da gestão clássica da idade media que tiveram auge e fim em 1945.(solução de administração insanas ).
Administração clássica moderna>>origem EUA,traços fascistas e nazistas da Alemanha da segunda guerra(soluções nem sempre sanas).

Modelos de administração da igreja católica medieval.
Devido as soluções insanas da gestão clássica da idade media que tiveram auge e fim em 1945.(solução de administração insanas ).

Os novos consumidores >> os novos consumidores são diferentes dos consumidores de massa do de meados do inicio e metade do seculo passado,a gestão e estrategias para estas novas mudanças de ,para atender as novas exigências de clientes cada vez mais informados e conhecedores de direitos e exigentes .

Oque são As novas hierarquias? são as novas fronteiras de mercado e seus entornos e perspectivas de mudanças criando novos aspectos econômicos e de classes se formando e ainda não conhecidos.
Ex o império em torno de software como microsoft,novas hierarquias que vieram com a internet,a conquista do espaço,?
Ex clássico a conquista dos mares ,e as colonizações.

Características da gestão clássica da igreja católica em expansão de negócios e (herdados do império romano).
Métodos
Tortura
Ameça
Manipulação
Desviar das leis
Falsificar leis
Roubo
Tomar pose
Mentira
Falsificar documentos
Usar pretextos da Bíblia
Falsificar escrituras
Objetivo de domínio e controle
Lucro sego

Atualmente
Atualmente os métodos de gestão da igreja católica e os que seguiram esta linha de gestão são inadequados ,arcaicos ,insanos,criminosos (por isso são mantidos ocultos e discretos)são usados esses métodos mais no crime organizado atualmente pois o fascismo e proibido e é crime em vários países.

Historia de pesquisa de mercado e gestão.

São trinta anos de experiencia em atender clientes em desenvolvimento de produtos,mercado,marketing,gestão,ferramentas e meios de gestão.
Como começou ?
Em 1988 Quando trabalhava em uma empresa de publicidade propaganda ,ou seja propaganda de produtos e produção de parte dos produtos e conquista de mercado para os produtos destas empresas ,por isso produzia se processos de marketing ,nestes intuitos eu mesmo atendia os clientes agendava atendimento ,orçamentos ,produzia documentações de clientes na época simplórias,folhas de pagamento,inventários,orçamentos,compras, sem falar de diversos tipos de documentação impressa de material de gestão,materiais de propaganda ,divulgação,incluindo placas,outdoors cartões ,cartazes etc.
De certa forma se participava do processo evolutivo das empresas clientes de forma análoga ,desde a criação e produção de produtos ate conquista de mercado, propaganda,meios de gestão e consultorias. Em 1990 comecei atender meus primeiros clientes de maneira independente,não entendia direito na época o que tinha feito mas foi o alicerce de vários tipos de segmento de propaganda marketing,gestão,consultorias,e TI que com o tempo foram sendo aperfeiçoados.

Links relacionados


CJV DATAMASTER WEB ADMINISTRATOR >>

http://datamaster-administrador.blogspot.com.br/

Inteligencia de negócios

http://cassianojosevieira-documentacao.blogspot.com.br/2016/12/inteligencia-de-negocios.html

O poder da burrice (analise da burrice e estragos ,transtornos dos agrupamentos fascistas na atualidade).

http://artigosdereligiao.blogspot.com.br/2008/09/o-poder-da-burrice.html



Estudo sobre nazismo e fascismo no Brasil atual

http://artigosdereligiao.blogspot.com.br/2008/09/o-nazismo-e-fascismo-no-brasil.html



Contato:

© CJV Tecnologia e consultoria ,Cassiano Jose Vieira.

quarta-feira, 14 de dezembro de 2016

Diretor de informática

Diretor de informática




O Chief Information Officer ou CIO é um título (papel/role) dado ao gerente de TI, superintendente de ti, diretor de TI ou vice presidente de TI dependendo da estrutura organizacional da empresa, é o intendente informática/TI sendo responsável pela informática de uma empresa. Eles normalmente respondem ao Chief Executive Officer ou ao Chief Financial Officer.
A importância desse cargo tem crescido satisfatoriamente desde que a tecnologia da informação tem a cada dia se tornado mais importante para as empresas. O CIO pode ser um membro do quadro de executivos de uma empresa, a depender do tipo de organização.
Não há uma qualificação especial típica para CIO. Cada posição diferente de um CIO tem a sua própria maneira de trabalho. Até há pouco tempo muitos CIO possuíam formação em ciência da computação, engenharia de software ou sistemas de informação ou CIO é algumas vezes sarcasticamente chamado de "Career Is Over" (fim de carreira), devido à grande raridade de um CIO se tornar um CEO.
O papel de um CIO em alguns casos têm-se estendido para um Chief Knowledge Officer, CKO, que trabalha também com conhecimento, não apenas com informação.
Hoje os CIO tem/devem abrir a caixa preta da TI, sair de dentro das salas e participar de reuniões e tomar iniciativas.

Ver também


terça-feira, 13 de dezembro de 2016

Inteligencia artificial (Tipos e características,historia,livros,tutoriais,pesquisas).





Inteligência artificial (por vezes mencionada pela sigla em inglês AI - artificial intelligence) é a inteligência similar à humana exibida por mecanismos ou software. Também é um campo de estudo acadêmico. Os principais pesquisadores e livros didáticos definem o campo como "o estudo e projeto de agentes inteligentes", onde um agente inteligente é um sistema que percebe seu ambiente e toma atitudes que maximizam suas chances de sucesso. John McCarthy, quem cunhou o termo em 1956 ("numa conferência de especialistas celebrada em Darmouth Colege" Gubern, Román: O Eros Eletrónico), a define como "a ciência e engenharia de produzir máquinas inteligentes". É uma área de pesquisa da computação dedicada a buscar métodos ou dispositivos computacionais que possuam ou multipliquem a capacidade racional do ser humano de resolver problemas, pensar ou, de forma ampla, ser inteligente. Também pode ser definida como o ramo da ciência da computação que se ocupa do comportamento inteligente[1] ou ainda, o estudo de como fazer os computadores realizarem coisas que, atualmente, os humanos fazem melhor.[2]
O principal objetivo dos sistemas de IA, é executar funções que, caso um ser humano fosse executar, seriam consideradas inteligentes. É um conceito amplo, e que recebe tantas definições quanto damos significados diferentes à palavra Inteligência.[3] Podemos pensar em algumas características básicas desses sistemas, como a capacidade de raciocínio (aplicar regras lógicas a um conjunto de dados disponíveis para chegar a uma conclusão), aprendizagem (aprender com os erros e acertos de forma a no futuro agir de maneira mais eficaz), reconhecer padrões (tanto padrões visuais e sensoriais, como também padrões de comportamento) e inferência (capacidade de conseguir aplicar o raciocínio nas situações do nosso cotidiano).[3]
O desenvolvimento da área começou logo após a Segunda Guerra Mundial, com o artigo "Computing Machinery and Intelligence" do matemático inglês Alan Turing[4], e o próprio nome foi cunhado em 1956.[5][6] Seus principais idealizadores foram os cientistas Herbert Simon, Allen Newell, John McCarthy, Warren McCulloch, Walter Pitts e Marvin Minsky, entre outros. A construção de máquinas inteligentes interessam à humanidade há muito tempo, havendo na história tanto um registro significante de autômatos mecânicos (reais) quanto de personagens místicos (fictícios) construídos pelo homem com inteligência própria, tais como o Golem e o Frankenstein. Tais relatos, lendas e ficções demonstram expectativas contrastantes do homem, de fascínio e de medo, em relação à Inteligência Artificial.[7][8]
Apenas recentemente, com o surgimento do computador moderno, é que a inteligência artificial ganhou meios e massa crítica para se estabelecer como ciência integral, com problemáticas e metodologias próprias. Desde então, seu desenvolvimento tem extrapolado os clássicos programas de xadrez ou de conversão e envolvido áreas como visão computacional, análise e síntese da voz, lógica difusa, redes neurais artificiais e muitas outras. Inicialmente a IA visava reproduzir o pensamento humano. A Inteligência Artificial abraçou a ideia de reproduzir faculdades humanas como criatividade, auto-aperfeiçoamento e uso da linguagem. Porém, o conceito de inteligência artificial é bastante difícil de se definir. Por essa razão, Inteligência Artificial foi (e continua sendo) uma noção que dispõe de múltiplas interpretações, não raro conflitantes ou circulares.[2]






A aprendizagem automática ou aprendizado de máquina (em inglês: "machine learning") é um sub-campo da ciência da computação[1] que evoluiu do estudo de reconhecimento de padrões e da teoria da aprendizagem computacional em inteligência artificial[1]. Em 1959, Arthur Samuel definiu aprendizado de máquina como o "campo de estudo que dá aos computadores a habilidade de aprender sem serem explicitamente programados"[2](livre tradução). A aprendizagem automática explora o estudo e construção de algoritmos que podem aprender de seus erros e fazer previsões sobre dados[3]. Tais algoritmos operam construindo um modelo a partir de inputs amostrais a fim de fazer previsões ou decisões guiadas pelos dados ao invés de simplesmente seguindo inflexíveis e estáticas instruções programadas. Enquanto que na inteligência artificial existem dois tipos de raciocínio - o indutivo, que extrai regras e padrões de grandes conjuntos de dados, e o dedutivo - o aprendizado de máquina só se preocupa com o indutivo.
Algumas partes da aprendizagem automática estão intimamente ligadas (e muitas vezes sobrepostas) à estatística computacional; uma disciplina que foca em como fazer previsões através do uso de computadores, com pesquisas focando nas propriedades dos métodos estatísticos e sua complexidade computacional. Ela tem fortes laços com a otimização matemática, que produz métodos, teoria e domínios de aplicação para este campo. A aprendizagem automática é usada em uma variedade de tarefas computacionais onde criar e programar algoritmos explícitos é impraticável. Exemplos de aplicações incluem filtragem de spam, reconhecimento ótico de caracteres (OCR)[4], processamento de linguagem naturalmotores de buscadiagnósticos médicosbioinformáticareconhecimento de falareconhecimento de escritavisão computacional e locomoção de robôs. O aprendizado de máquinas é às vezes confundido com mineração de dados[5], que é um sub-campo que foca mais em análise exploratória de dados e é conhecido como aprendizado não supervisionado[6]. No campo da análise de dados, o aprendizado de máquinas é um método usado para planejar modelos complexos e algoritmos que prestam-se para fazer predições- no uso comercial, isso é conhecido como análise preditiva. Esses modelos analíticos permitem que pesquisadores, cientistas de dados, engenheiros, e analistas possam "produzir decisões e resultados confiáveis e repetíveis" e descobrir os "insights escondidos" através do aprendizado das relações e tendências históricas nos dados.[7]


Tecnologias de reconhecimento da fala (também denominado em alguns aparelhos como reconhecimento de voz) permitem que computadores equipados com microfones interpretem a fala humana, por exemplo, para transcrição ou como método de comando por voz. Tais sistemas podem ser classificados por requererem, ou não, que o usuário treine o sistema a reconhecer seus padrões particulares de fala, por ter a habilidade de reconhecer fala contínua ou por requerer que o usuário fale pausadamente, e pelo tamanho do vocabulário que é capaz de reconhecer (pequeno, da ordem de dezenas a centenas de palavras, ou grande, com milhares de palavras).
Sistemas que requerem pouco treinamento podem capturar continuamente a fala com um amplo vocabulário, em ritmo normal, com precisão de cerca de 98% (duas palavras erradas em cem) enquanto sistemas que não requerem treinamento podem reconhecer um número pequeno de palavras como, por exemplo, os dez dígitos do sistema decimal. Tais sistemas são populares por direcionar chamadas telefônicas recebidas, em grandes organizações, aos seus destinos.
Sistemas comerciais para reconhecimento da fala têm estado disponíveis desde os anos 90, porém é interessante notar que, apesar do aparente sucesso dessa tecnologia, poucas pessoas os usam.
Parece que a maioria dos usuários de computador pode criar e editar documentos mais rapidamente com um teclado convencional, apesar do fato de que muitas pessoas são capazes de falar consideravelmente mais rápido do que podem digitar. Além disso, o uso intenso dos órgãos da fala pode resultar em sobrecarga vocal.
Alguns dos problemas técnicos chaves do reconhecimento da fala são:
  • Diferenças entre os interlocutores são freqüentemente grandes e dificultam. Não está claro quais características da fala são independentes do falante.
  • A interpretação de vários fonemas, palavras e frases é sensível ao contexto. Por exemplo: os fonemas são geralmente mais curtos em palavras longas do que em palavras pequenas. As palavras têm significados diferentes em frases diferentes. Por exemplo: "Philip lies" [1] pode ser interpretado como Philip sendo um mentiroso ou como Philip deitando-se na cama.
  • A entonação e o timbre da fala podem mudar completamente a interpretação de uma palavra ou frase. Por exemplo: "Vai!", "Vai?" e "Vai." podem ser claramente reconhecidos por um humano, mas não tão facilmente por um computador.
  • Palavras e frases podem ter várias interpretações válidas de modo que o falante deixe a escolha da correta para o ouvinte.
  • A linguagem escrita precisa de pontuação de acordo com regras estritas que não estão fortemente presentes na fala e são difíceis de inferir sem conhecer o significado (vírgulas, fim de frase, citações).
O entendimento do significado das palavras ditas é pensado como um campo separado do entendimento natural da linguagem. Há vários exemplos de frases que soam iguais e só podem ser desambiguadas pela aparição do contexto: uma famosa camisa vestida por pesquisadores da Apple Inc. dizia "I helped Apple wreck a nice beach" [Eu ajudei a Apple a destruir uma bela praia], o que, quando pronunciado, soa como "I helped Apple recognize speech" [Eu ajudei a Apple a reconhecer a fala].
Uma solução geral para muitos dos problemas acima requer efetivamente conhecimento humano, experiência e uma avançada tecnologia em inteligência artificial. Especificamente, modelos estatísticos de linguagem são freqüentemente empregados para desambiguação e melhoramento da precisão do reconhecimento.






Pesquisa heurística
Em Ciência da Computação, normalmente existem duas propriedades principais na criação e elaboração de algoritmos:
  1. fazer o algoritmo ter um tempo de execução sempre aceitável e
  2. ser a solução ótima ou provavelmente boa para o problema em todos os casos.
No entanto, um algoritmo heurístico não cumpre uma dessas propriedades, podendo ser ou um algoritmo que encontra boas soluções a maioria das vezes, mas não tem garantias de que sempre encontrará ou um algoritmo que tem processamento rápido, mas não tem provas de que será rápido para todas as situações.
A pesquisa por heurísticas é uma pesquisa realizada por meio da quantificação de proximidade a um determinado objectivo. Diz-se que se tem uma boa (ou alta) heurística se o objecto de avaliação está muito próximo do objectivo; diz-se de (ou baixa) heurística se o objecto avaliado estiver muito longe do objectivo. Etimologicamente a palavra heurística vem da palavra grega Heuriskein, que significa descobrir (e que deu origem também ao termo Eureca).
Um algoritmo aproximativo (ou algoritmo de aproximação) é heurístico, ou seja, utiliza informação e intuição a respeito da instância do problema e da sua estrutura para resolvê-lo de forma rápida.
Entretanto, nem todo algoritmo heurístico é aproximativo, ou seja, nem toda heurística tem uma razão de qualidade comprovada matematicamente ou prova formal de convergência. Por este motivo, em várias referências bibliográficas distingue-se os termos algoritmo aproximativo e heurística:
  • aproximativo é a denominação do algoritmo que fornece soluções dentro de um limite de qualidade absoluto ou assintótico, assim como um limite assintótico polinomial de complexidade (pior caso) comprovado matematicamente;
  • heurística e método heurístico são denominações para o algoritmo que fornece soluções sem um limite formal de qualidade, tipicamente avaliado empiricamente em termos de complexidade (média) e qualidade das soluções.
A heurística é um conjunto de regras e métodos que conduzem à descoberta, à invenção e à resolução de problemas. Também é uma ciência auxiliar da História que estuda a pesquisa das fontes.

Classificação das heurísticas

Métodos heurísticos geralmente se enquadram dentro dos seguintes grupos:
  • heurísticas de construção, tais como o método guloso, que são aquelas onde uma ou mais soluções são construídas elemento a elemento, seguindo algum critério heurístico de otimização, até que se tenha uma solução viável;
  • heurísticas de busca em vizinhança, como a busca local, as quais necessariamente partem de uma solução inicial viável (em alguns casos podendo ser somente uma solução possível qualquer), tentando melhorar esta solução através de operações de troca, remoção ou inserção, até que não seja mais possível a melhoria ou algum outro critério de parada seja satisfeito;
  • heurísticas sistemáticas, tais como a Busca com Discrepância Limitada ou Backtracking Controlado, onde a árvore de espaço de soluções é percorrida utilizando critérios de ramificação e corte da árvore;
  • heurísticas híbridas, resultantes da combinação de duas ou mais heurísticas com estratégias diferentes;
  • metaheurísticas, que são heurísticas genéricas mais sofisticadas, onde uma heurística mais simples é gerenciada por um procedimento que visa explorar inteligentemente a instância do problema e o seu espaço de soluções.
Ainda existem outros tipos de heurística, tais como as técnicas de relaxação por exemplo. Entretanto, tais técnicas são específicas para problemas formulados como problemas de programação inteira ou constraint problems, os quais pertencem a um tipo particular de problema de otimização combinatorial.



redes neurais artificiais (RNAs)

Em ciência da computação e campos relacionados, redes neurais artificiais (RNAs) são modelos computacionais inspirados pelo sistema nervoso central de um animal (em particular o cérebro) que são capazes de realizar o aprendizado de máquina bem como o reconhecimento de padrões. Redes neurais artificias geralmente são apresentadas como sistemas de "neurônios interconectados que podem computar valores de entradas".
Por exemplo, uma rede neural para o reconhecimento de escrita manual é definida por um conjunto de neurônios de entrada que podem ser ativados pelos pixels de uma imagem de entrada. As ativações desses neurônios são então repassadas​​, ponderadas e transformadas por uma função determinada pelo designer da rede, a outros neurônios. Este processo é repetido até que, finalmente, um neurônio de saída é ativado. Isso determina que caractere foi lido.
Assim como outros métodos de aprendizado de máquina, sistemas que aprendem a partir dos dados, redes neurais têm sido usadas para resolver uma grande variedade de tarefas que são difíceis de resolver utilizando programação baseada em regras comuns, incluindo visão computacional e reconhecimento de voz.



Inferência
Em Lógica, inferência ou ilação é operação intelectual mediante a qual se afirma a verdade de uma proposição em decorrência de sua ligação com outras proposições já reconhecidas como verdadeiras. Consiste, portanto, em derivar conclusões a partir de premissas conhecidas ou decididamente verdadeiras. A conclusão também é chamada de idiomática.



Índice

Definição

O processo pelo qual uma conclusão é inferida a partir de múltiplas observações é chamado processo dedutivo ou indutivo, dependendo do contexto. A conclusão pode ser correta, incorreta, correta dentro de um certo grau de precisão ou correta em certas situações. Conclusões inferidas a partir de observações múltiplas podem ser testadas por observações adicionais.

Exemplos de Inferência

Aristóteles definiu uma série de silogismos, que podem ser usados ​​como blocos de construção para o raciocínio mais complexo. Começamos com o mais famoso de todos eles:
  • Todos os homens são mortais
  • Sócrates é um homem
  • Portanto, Sócrates é mortal.
O processo acima é chamado de dedutivo.
As premissas e a conclusão são verdadeiras, mas a lógica segue junto com inferência. Mas a verdade da conclusão nem sempre se segue da verdade das premissas. A validade de uma inferência depende da forma da inferência. Isto é, a palavra "válido" não se refere à verdade das premissas ou da conclusão, mas sim a forma da inferência. Uma inferência pode ser válida, mesmo se as partes são falsas, e pode ser falsa, mesmo se as partes são verdadeiras. Mas uma forma válida e com premissas verdadeiras sempre terá uma conclusão verdadeira.
Considere o seguinte exemplo:
A - Todos os frutos são doces.
B - A banana é uma fruta.
C - Portanto, a banana é doce.

Agora voltamos a uma forma inválida:
  • Todo A é B.
  • C é um B.
  • Portanto, C é um A.
Para mostrar que esta forma é inválida, buscamos demonstrar como ela pode levar a partir de premissas verdadeiras para uma conclusão falsa.
  • Todas as maçãs são frutas. (Correto)
  • Bananas são frutas. (Correto)
  • Portanto, as bananas são maçãs. (Errado)
Um argumento válido com premissas falsas podem levar a uma falsa conclusão:
  • Todas as pessoas gordas são gregas.
  • John Lennon era gordo.
  • Portanto, John Lennon era grego.
Quando um argumento válido é usado para derivar uma conclusão falsa de premissas falsas, a inferência é válida, pois segue a forma de uma inferência correta.
Um argumento válido pode também ser usado para derivar uma conclusão verdadeira a partir de premissas falsas:
  • Todas as pessoas gordas são músicos
  • John Lennon era gordo
  • Portanto, John Lennon era um músico
Neste caso, temos duas falsas premissas que implicam uma conclusão verdadeira.

Inferência incorreta

Uma inferência incorreta é conhecida como uma falácia. Os filósofos que estudam lógica informal compilaram grandes listas deles, e os psicólogos cognitivos têm documentado muitas vezes de raciocínio humano que favorecem o raciocínio incorreto.

Inferência logica automática

Os sistemas de IA primeiro providenciaram "inferência logica automática". Uma vez que estes já foram temas de investigação extremamente popular, levaram a aplicações industriais sob a forma de sistemas especialistas e depois "business rule engines".
O trabalho de um sistema de inferência é o de estender uma base de conhecimento automaticamente. A base de conhecimento (KB) é um conjunto de proposições que representam o que o sistema sabe sobre o mundo. Várias técnicas podem ser utilizadas pelo sistema para estender KB por meio de inferências válidas.


Referencia completa(historia,pesquisadores,projetos,livros).



https://pt.wikipedia.org/wiki/Intelig%C3%AAncia_artificial