Data Mining

2.798 visualizações

Publicada em

Publicada em: Tecnologia
0 comentários
7 gostaram
Estatísticas
Notas
  • Seja o primeiro a comentar

Sem downloads
Visualizações
Visualizações totais
2.798
No SlideShare
0
A partir de incorporações
0
Número de incorporações
4
Ações
Compartilhamentos
0
Downloads
0
Comentários
0
Gostaram
7
Incorporações 0
Nenhuma incorporação

Nenhuma nota no slide

Data Mining

  1. 1. DATA MININGJaziel C. SilvaEstamos afogados em informação, masfamintos por conhecimento! (John Naisbitt).
  2. 2. Histórico Década de 60: Tem inicio as primeiras coleções de dados, surgem os primeiros DB’s. Década de 70: A tecnologia da Informação (TI) muda seu foco do processamento dedados (DB) para o processamento de informação, surgem os DSS e MIS. Década de 80: O processamento do conhecimento está cada vez mais incorporado nosrecursos oferecidos, com os KBS’s e os Expert Systems. Esses sistemas eram orientadosà aplicações especificas (espaciais, científicos, de engenharia etc). Década de 90: Surgimento de Data Mining, bases de dados multimídia, tecnologia Web,grande capacidade de armazenamento e processamento.
  3. 3. Data MiningData Mining faz parte de um processo maior chamado KDD, e consiste em extrairinformação válida, previamente desconhecida e de máxima abrangência a partir degrandes bases de dados.Por que realizar Data Mining? Abundância de dados nos mais diferentes setores; Grande poder de processamento disponível atualmente; Aumento de performance dentro de uma empresa; Grande variedade de ferramentas e tecnologia disponível; Transformar dados disponíveis em informação e conhecimento de valor agregado.
  4. 4. Processos do KDDFigura 1: Etapas do Processo de KDD (Fayyad et al (1996).
  5. 5. O Processo de Data MiningA extração de conhecimento a partir de grande quantidade de dados é vista como umprocesso interativo (baseado no conhecimento dos especialistas e dos usuários) e iterativo(para melhor ajuste dos parâmetros a cada iteração).Figura 2: Etapas do processo de Mineração de Dados (Rezende, Pugliesi, Melanda, & Paula 2003).
  6. 6. Etapas do Processo de DM Conhecimento do Domínio: inicia-se com o entendimento do domínio da aplicação,considerando aspectos como os objetivos dessa aplicação e as fontes de dados das quaisse pretende extrair conhecimento. Pré-Processamento: Etapa onde é realizada uma seleção de dados a partir dessasfontes, de acordo com os objetivos do processo. Extração de Padrões: A etapa de extração de padrões tem o objetivo de encontrarmodelos (conhecimento) a partir de dados. Pós- Processamento: Essa é a etapa na qual o conhecimento é avaliado quanto asua qualidade e/ou utilidade para que, em caso positivo, seja utilizado para apoio a algumprocesso de tomada de decisão.
  7. 7. Áreas de Aplicação Área de Marketing; Manufatura; Finanças; Saúde; Telecomunicações; Exploração de Petróleo.Exemplo Prático de Aplicação, (Walmart).A rede americana de Supermercados Walmart, identificou um hábito curioso dosconsumidores. Há cinco anos, ao procurar eventuais relações entre o volume de vendas eos dias da semana, o software de Data Mining apontou que, às sextas-feiras, as vendas decervejas cresciam na mesma proporção que as de fraldas. Crianças bebendo cerveja? Não,uma investigação mais detalhada revelou que, ao comprar fraldas para seus bebês, os paisaproveitavam para abastecer o estoque de cerveja para o final de semana.
  8. 8. Vantagens e Desvantagens de Data MiningVantagens: Modelo de fácil compreensão; Analisar grandes bases de dados e encontrar padrões válidos; Variáveis que não necessitam de recodificação; Os Modelos são precisos; Os Modelos são construídos e atualizados rapidamente.Desvantagens: Alto custo; Necessidades de grandes bases de dados; Novidade e complexidade; Criar ambientes ideais; Interação muito forte com analistas humanos.
  9. 9. Referências BibliográficasRezende, S. O. (2003). Sistemas Inteligentes: Fundamentos e Aplicações (1ª ed.).Barueri, SP: Manole.Cortês, Sérgio. C; Porcaro, Rosa. M; Lifschitz, Sérgio. Mineração de dados –Funcionalidades, Técnicas e Abordagens. PUC-RioInf.MCC 02/Maio, 2002.Carvalho, L. A. V. (2005) . Data Mining – A Mineração de Dados no Marketing, Medicina,Economia, Engenharia e Administração. 2005Sferra, Heloísa. H; Corrêa, Ângela, M. C; Conceitos e Aplicações de Data Mining.Revista de Ciência & Tecnologia Vol. 11, Nº 22 – pp. 19-34, (2003).

×