Data Mining
Rodrigo Leite Durães
Prepare-se para as provas
Estude fácil! Tem muito documento disponível na Docsity
Ganhe pontos para baixar
Ganhe pontos ajudando outros esrudantes ou compre um plano Premium
Guias e Dicas
Prepare-se para as provas
Estude fácil! Tem muito documento disponível na Docsity
Encontrar documentos
Prepare-se para as provas com trabalhos de outros alunos como você, aqui na Docsity
Encontra documentos específicos para os exames da tua universidade
Encontra documentos específicos para os exames da tua universidade
Videoaulas
Prepare-se com as videoaulas e exercícios resolvidos criados a partir da grade da sua Universidade
Quiz
Responda perguntas de provas passadas e avalie sua preparação.
Ganhe pontos para baixar
Ganhe pontos ajudando outros esrudantes ou compre um plano Premium
Data Mining: Extraindo Conhecimento de Dados Imensos, Notas de estudo de Sistemas de Informação
Data mining é um processo de explicitar o conhecimento interessante de grandes quantidades de dados, que inclui a identificação de padrões, alterações e anomalias. Aplicado em variados setores, como indústria, comércio, medicina e governo, o data mining tem ajudado a otimizar processos, reduzir custos e melhorar decisões. Neste documento, aprenda sobre o processo de data mining, knowledge discovery, diferentes tarefas e aplicações.
Tipologia: Notas de estudo
2016
1 / 36
Esta página não é visível na pré-visualização
Não perca as partes importantes!
Documentos relacionados
Pré-visualização parcial do texto
Baixe Data Mining: Extraindo Conhecimento de Dados Imensos e outras Notas de estudo em PDF para Sistemas de Informação, somente na Docsity!
Data Mining
Rodrigo Leite Durães
Introdução
Aplicação de processos de análise
inteligentes visando manipulação automática
de quantidades imensas de dados
Larga aplicação nos mais variados ramos da
indústria, comércio, medicina, governo,
administração, etc.
Mineração de Dados: Exemplo 2
Bank of America
– Selecionou entre seus 36 milhões de
clientes
Aqueles com menor risco de dar calotes
Resultado: em três anos o banco lucrou
30 milhões de dólares com a carteira de
empréstimos.
Motivação
(^) Quantidades imensas de dados (^) Necessidade de transformar dados em informação útil (^) Análise de Mercado (^) Sistemas de Suporte à Decisão (^) Gerência Empresarial (^) Análise de tendências, etc.
Data Mining: Definição
(^) Processo de explicitar o conhecimento interessante de uma grande massa de dados
- (^) Padrões e relações entre os dados
- (^) Alterações e anomalias
- (^) Estruturas significantes
- (^) Fenômenos periódicos ou desconhecidos
- (^) Apresentar de forma sucinta e compreensível o conhecimento obtido (^) É parte do processo de descoberta de conhecimento
Análise de Dados X Data Mining
(^) Análise de dados
- (^) Orientado a suposições
- (^) Formula-se uma hipótese
- (^) Esta é validada contra os dados (^) Data mining
- (^) Orientada a descoberta
- (^) Padrões são automaticamente extraídos
- (^) Usa técnicas de IA para reconhecimento e análise do que é interessante ou não
- (^) Requer muito poder computacional
Pré - processamento
(^) Data Cleaning
- (^) Eliminaçao de “ruído”:
- (^) Dados inválidos
- (^) Dados incompletos
- (^) Dados irrelevantes (^) Data Integration
- (^) Integração de dados de múltiplas fontes heterogêneas
Pré - processamento
(^) Data Selection
- (^) Dados relevantes à análise são recuperados (^) Data transformation
- (^) Transformação e consolidação dos dados em um formato apropriado para a mineração
- (^) Operações de agregação e resumo
- (^) Processamento analítico (OLAP)
Avaliação e Apresentação
Avaliação de Padrões
- (^) Padrões realmente interessantes são identificados
- (^) Representam o conhecimento desejado
- (^) Processo baseado em medidas de interesse
Apresentação do conhecimento obtido
- (^) Técnicas de visualização e representação
- (^) O conhecimento minerado é apresentado ao
usuário de forma compreensível e concisa
Data Mining Tasks
Class Description
- (^) Caracterização
- (^) Comparação ou discriminação
- (^) Propriedades resumidas
- (^) Quantidade, totais, médias e análise estatística (^) Exemplo
- (^) Comparar as vendas de uma empresa na Europa e na Ásia, identificando fatores discriminativos importantes e expondo uma visão global da situação
Data Mining Tasks
Classificação
- (^) Processa um conjunto de treinamento (classe)
- (^) Constrói um modelo para cada classe
- (^) Gera a árvore de decisão ou conjunto de regras
- (^) Usada para compreender cada classe e
classificação posterior de novos dados
- (^) Estatística, BD, redes neurais, aprendizado, etc.
Ex.: Análise de crédito, modelagem de
empreendimentos, etc.
Data Mining Tasks
(^) Previsão
- (^) Prevê os valores possíveis ou a distribuição destes a partir de certos atributos do BD
- (^) Encontrar os atributos relevantes para o atributo de interesse
- (^) Previsão baseada no conjunto de dados mais similar ao escolhido
- (^) Análise de regressão, de correlação, árvores de decisão
- (^) Algoritmos genéticos e redes neurais
- (^) Data mining preditivo (^) Ex.: Previsão de qualidade
Data Mining Tasks
(^) Análise de séries temporais
- (^) Identifica regularidades e características temporais interessantes escondidas nos dados
- (^) Analisa padrões seqüenciais, periódicos, tendências e desvios
- (^) Busca seqüências similares ou subseqüências (^) Exemplo
- (^) Previsão da tendência de variação das quantidades em estoque de uma empresa, baseado no histórico do estoque, situação financeira, atuação da concorrência e situação do mercado
Mining Complex Data
(^) Dados espaciais (^) Texto (^) Multimídia (^) Séries temporais (^) Dados complexos (^) Dados heterogêneos (^) Semi-estruturados ou desestruturados