True Vision

Projeto da cadeira de Estatística e Probabilidade para Computação, da graduação em Sistemas de Informação (SI) do Centro de Informática (CIn) da Universidade Federal de Pernambuco (UFPE), cadeira cursada pela equipe em 2023.

Neste repositório, foi usado a linguagem Python para realizar testes de T-student, utilizando a biblioteca SciPy.

Ementa da Cadeira

Estatística Descritiva; Probabilidade; Estatística Inferencial. Eventos. Experimentos aleatórios. Teoria da amostragem.

Organização dos Arquivos

• O arquivo projeto.py é o código do projeto.

• O arquivo TRUE VISION - GRUPO 6.pdf são os slides que foram usados na apresentação.

• O arquivo MEMORY.txt é onde está o conjunto de dados utilizados no projeto.

• O arquivo Relatório_Projeto_IF971_2023_1__Grupo_6_.pdf é o relatório do projeto.

• O arquivo Especificação_projeto_2023.1.pdf é onde estão as informações, especificações e regras para realizar o projeto.

Proposta do projeto

O objetivo do projeto foi avaliar a equipe em uma análise dos dados oferecidos pelo professor, a equipe realizou uma análise descritivas dos dados e hipóteses estatísticas. O contexto dos dados não é real e foi inventado pelo professor e pela equipe.

As tarefas foram: Realizar o projeto, criar um relatório do projeto, apresentar o projeto para a turma e o professor.

Resumo do relatório:

Este relatório aborda a crescente relevância da realidade aumentada no cenário global, focando na análise do uso de VRAM (Video Random Acess Memory) durante a renderização de imagens em um projeto de turismo chamado "True Vision". Tal projeto visa permitir aos usuários explorar locais turísticos virtualmente em tempo real, fomentando a cultura e história de cada local. Assim, a pesquisa realizada neste estudo tem como objetivo propor o plano de memória por servidor que melhor atende a prestação de serviços da empresa. O processo de pesquisa foi dividido em três fases: coleta de dados, análise dos dados e formulação de hipóteses. A coleta de dados envolveu o monitoramento contínuo da utilização de VRAM em um servidor. A análise dos dados foi realizada manualmente e com o auxílio de ferramentas estatísticas. Três hipóteses foram formuladas, incluindo a verificação da normalidade dos dados, a estimativa da média de uso de VRAM em 500 MB e a análise para garantir que o servidor opere abaixo da zona de sobrecarga (80% da capacidade máxima de VRAM). Portanto, o estudo visa fornecer informações fundamentais para a escolha adequada do plano de VRAM por servidor, a fim de garantir melhores detalhes para planos financeiros da startup e o funcionamento eficiente da aplicação.

Links:

Python site oficial: https://www.python.org

Site do CIn: https://portal.cin.ufpe.br/

Site da graduação em Sistemas de Informação (SI): https://portal.cin.ufpe.br/graduacao/sistemas-de-informacao/

Site da UFPE: https://www.ufpe.br/

Site da biblioteca SciPy: https://scipy.org