A. Introdução
- Pesquisa e Banco de Dados;
- Métodos Avaliatórios – Processo Comparativo;
- Modelos matemáticos para estimativa de valores – uso da Estatística Inferencial;
- Regressão Linear e Inferência Estatística - pressupostos básicos e limitações;
- Modelagem Matemática e Identificação de Sistemas – pressupostos básicos;
- Sistemas lineares, linearizáveis e não lineares - uma abordagem com técnicas de modelagem (Mínimos Quadrados - Redes Neurais Artificiais).
B. Fundamentos das Redes Neurais Artificiais
- O Que são Redes Neurais Artificiais – Conceitos Básicos;
- Histórico;
- Motivação – Redes Biológicas;
- Neurônios biológicos e artificiais – conceitos, arquiteturas e funções de ativação;
- Pré-processamento dos dados: Análise das Variáveis e distribuição de freqüências, Pontos atípicos e influenciantes;
- Principais arquiteturas das Redes Neurais Artificiais:
- Aprendizado supervisionado, correção de erros;
- O algoritmo de aprendizado e o Teorema da Convergência;
- Implementação do Algoritmo de treinamento;
- Pesos – Atualização pelo Método do Gradiente;
- Algoritmo Back-Propagation e suas variações;
- Generalização X Aprendizado;
- Validação dos modelos: Aplicação das Técnicas de Monte Carlo;
- Aplicações e Conclusões – comparação direta dos resultados com RNA e com a regressão linear múltipla;
- Estudos da nova Norma Brasileira de Avaliações - 14.653-2 e utilizações previstas para a implementação e uso das RNA´s na Engenharia de Avaliações;
- Solução de problemas reais de Avaliação com a utilização de software próprio (salas de aula com utilização de computador).
Pré-requisito: Curso Básico de Regressão Linear e Inferência Estatística e conhecimento do Mercado Imobiliário.
Cursos já realizados
- IBAPE / SP - São Paulo/SP - 13 a 15 de Março de 2008
- IBAPE / BA - XIV COBREAP - 06 de Outubro de 2007
- IBAPE / PR - Curitiba/PR - 29 a 30 de Outubro de 2004