Dissertação

{en_GB=Application of Machine Learning Techniques in Project Management Tools} {} EVALUATED

{pt=Actualmente é mais importante do que nunca ser-se o mais eficiente possível com o objectivo de ultrapassar as dificuldades decorrentes da crise financeira e da desaceleração económica que os países ocidentais têm enfrentado. A elevada frequência de fracasso de projectos é devida a deficiente planeamento. Para assistir os gestores de projectos no desenvolvimento de melhor planeamento e análise de riscos, criámos um sistema com o objectivo de os apoiar na prevenção de potenciais problemas enquanto planeiam milestones. A plataforma faz as previsões baseadas no historial passado de cada gestor de projectos. O nosso sistema está dividido em três componentes: uma plataforma Web, uma base de dados e um núcleo de Machine Learning. Para atingirmos os nossos objectivos recorremos a múltiplas técnicas de Inteligência Artificial. É importante que a nossa plataforma comece a realizar análise de risco o mais cedo possível na experiência de utilização do gestor de projectos, e com o mínimo possível de informação introduzida no sistema. É com este objectivo que explorámos a aplicação de técnicas como Instance-based learning, que consiste numa família de algoritmos de aprendizagem automática que compara novas instâncias de problemas com instâncias que foram observadas previamente durante o treino do algoritmo, em vez de realizarem generalização explícita como algoritmos tais como redes neuronais. Também experimentámos resolver o problema com modelos de regressão e construímos o nosso sistema com cenários realistas. , en=Nowadays, it is more important than ever to be as efficient as possible in order to overcome the difficulties brought by the financial crisis and the economic deceleration that has been striking the western countries. The high rates of project failure due to poor project planning hold back teams and potential wealth creation. In order to assist project managers in planning their projects and assessing risks, we created a system that helps project managers to predict potential risks when they are planning their project milestones based on their own previous experiences. The system is divided into 3 components: the Web-based platform, the database and the MachineLearning core. In order to achieve this goal, we applied several Artificial Intelligence techniques. It is of utmost importance that our system is able to start performing risk analysis and providing suggestions to project managers as early as possible, with the minimum amount of information as possible fed into the system. In order to do this, we explore the application of techniques such as Instance-based learning, which is a family of machine learning algorithms that compares new problem instances with instances that were previously observed during the training, instead of performing explicit generalization, like other algorithms such as neural networks. We also tried other methods such as regression model algorithms. The results from our evaluation are quite reasonable and show that the learning algorithms work well when tested against scenarios that are expected to happen in the real world. }
{pt=Software de Gestão de Projectos, Machine Learning, Instance-based learning, Modelos de Regressão, en=Project Management Software, Machine Learning, Instance-based learning, Regression models}

Junho 6, 2017, 9:0

Publicação

Obra sujeita a Direitos de Autor

Orientação

ORIENTADOR

Andreas Miroslaus Wichert

Departamento de Engenharia Informática (DEI)

Professor Auxiliar