1. Data Mining
Funcionamento
de Data Mining
Data Warehouse
Conceitos
1
Acadêmicos: Eduardo Moro e Johnatan Etges
2. CONCEITO
Acumulo excessivo de dados;
Data Warehouse;
Imprecisão e Ilegibilidade dos
dados;
Valorização da Informação.
Acadêmicos: Eduardo Moro e Johnatan Etges 2
3. CONCEITO
Dados Vasculhados para
achar tendências e padrões;
Busca Demorada e sujeita a
erros;
Necessidade de softwares
ligados a massa de dados.
Acadêmicos: Eduardo Moro e Johnatan Etges 3
4. CONCEITO
Dados
Informação
Conhecimento
Decisões
Acadêmicos: Eduardo Moro e Johnatan Etges 4
5. DATA WAREHOUSE – DATA MINNING
Repositório de informações;
Integra os dados;
Suporta decisões;
Acadêmicos: Eduardo Moro e Johnatan Etges 5
6. DATA WAREHOUSE – DATA MINNING
Segundo Bill Inmon, existem 4 caracteristicas que
definem Data warehouse:
Orientado ao assunto;
Integrado;
Variação em relação ao tempo;
Não-volatilidade;
Acadêmicos: Eduardo Moro e Johnatan Etges 6
7. DATA WAREHOUSE – DATA MINING
Tendência para mercados
futuros;
Técnicas de análise e
extração de dados;
Organizar os dados
operacionais
Acadêmicos: Eduardo Moro e Johnatan Etges 7
8. DATA WAREHOUSE – DATA MINING
Coleção de dados derivados
dos dados operacionais;
Armazenagem de dados
analíticos, informacionais e
gerenciais;
Apresenta duas maneiras
de armazenamento,
detalhados ou resumidos.
Acadêmicos: Eduardo Moro e Johnatan Etges 8
9. DATA WAREHOUSE – DATA MINING
Compostos por dois ou mais
sistemas integrados;
Armazenagem física de
dados de anos anteriores;
Acadêmicos: Eduardo Moro e Johnatan Etges 9
10. FUNCIONAMENTO DO DATA MINING
Carregam e fazem a
limpeza dos dados para
depois enviarem para os
Data WareHouse;
No Data Warehouse, não
podemos modificar os
dados.
Acadêmicos: Eduardo Moro e Johnatan Etges 10
11. FUNCIONAMENTO DO DATA MINING
• Pontos Importantes do data
Mining:
Definir a armazenagem de
forma correta;
Ter pessoas da equipe de
modelagem, na equipe de
data mining;
Informações com
credibilidade.
Acadêmicos: Eduardo Moro e Johnatan Etges 11
12. FUNCIONAMENTO DO DATA MINING
Conceitos com coerência
entre os vários sistemas;
Conflitos de dados na parte
operacional e analítica;
Apresentação de conceitos
com clareza.
Acadêmicos: Eduardo Moro e Johnatan Etges 12
13. DATA MINING
Auxilia o empresário a
descobrir filões de mercado;
Prover infinitas
comparações entre dados;
É, basicamente a aplicação
de técnicas estatísticas.
Acadêmicos: Eduardo Moro e Johnatan Etges 13
14. DATA MINNING – Análise de Cluster
Agrupa informações homogêneas de grupos
heterogêneos;
Conseguimos perceber as características de
cada grupo.
Acadêmicos: Eduardo Moro e Johnatan Etges 14
15. DATA MINNING - Regressão
Prever tendências futuras;
Utiliza dados históricos;
Acadêmicos: Eduardo Moro e Johnatan Etges 15
16. DATA MINNING – Redes neurais
Representações internas
de padrões encontrados
nos dados;
“Neurônios” organizados
em camadas que
“aprendem” com repetidas
modificações.
Acadêmicos: Eduardo Moro e Johnatan Etges 16
17. DATA MINNING – Redes Neurais
Superfícies equacionais complexas;
Periodicamente ajustam-se os parâmetros que
definem as camadas;
Após vários ajustes uma superfície se aproxima
dos pontos dos grupos de dados.
Acadêmicos: Eduardo Moro e Johnatan Etges 17
18. DATA MINNING – Estatísticas descritivas
Usadas para descrever itens;
É uma técnica muito útil, mas que se torna mais
forte casada com outras do pacote de Data
Mining;
Acadêmicos: Eduardo Moro e Johnatan Etges 18