Repositório oficial da disciplina PPEQ-1040 – Modelagem de Processos Baseada em Dados do Programa de Pós-Graduação em Engenharia Química (UFES).
Inclui ementa, materiais de aula, exemplos em Python, exercícios, artigos de referência e projetos finais.
Capacitar o aluno a desenvolver, aplicar e validar modelos matemáticos e estatísticos voltados à análise, predição e tomada de decisão em processos industriais, com ênfase em modelagem baseada em dados e integração com conhecimento fenomenológico.
- Fundamentos de Modelagem – Conceitos, classificação de modelos e etapas do processo.
- Aquisição e Tratamento de Dados – Pré-processamento, análise exploratória e visualização.
- Modelagem Baseada em Dados – Regressão, PCA, PLS, modelos de séries temporais.
- Modelagem com Redes Neurais – Estrutura, treinamento, validação e integração de conhecimento físico.
- Implementação Computacional – Python, Pandas, Scikit-learn, Pyomo, CasADi.
- Aulas expositivas e estudos de caso
- Atividades computacionais em Python
- Discussão de artigos científicos
- Projeto prático com dados reais ou sintéticos
aulas/→ Slides e materiais de aulaexercicios/→ Listas de exercícios e resoluçõesnotebooks/→ Exemplos em Python (Jupyter Notebooks)projeto/→ Projeto final da disciplina
- Básica: Brunton & Kutz (2019), James et al. (2021), Raschka & Mirjalili (2019)
- Complementar: Goodfellow et al. (2016), Haykin (2001), Montgomery & Runger (2013), entre outros
This repository contains materials for PPEQ-1040 – Data-Driven Process Modeling (UFES – Graduate Program in Chemical Engineering).
It includes lectures, Python notebooks, exercises, and case studies related to data-driven approaches for process modeling and decision-making.
Material disponibilizado sob licença MIT, salvo indicação em contrário.