1. Data Mining
Hênio Carlos
Iessa Mota
Mariana Caroline Costa
Marcela Mayara Barbosa
Nilton Rodrigues Pereira

2. Data Mining
• “Mineração de dados é a exploração e análise de
dados, por meios automáticos ou semiautomáticos, em
grandes quantidades de dados, com o objetivo de
descobrir regras ou padrões interessantes.”
Michael J. A. Berry; Gordon Linoff, “Data Mining Techiques for Marketing, Sales, and customer
Support”; John Wiley & Sons, Inc., 1997.

3. Data Mining
 Bancos de Dados
 Limpeza (consistência, preenchimento de
informações, remoção de ruído e
redundâncias)
 (Data Marts e Data Warehouses)
 Um analista refina e conduz o processo até
que valiosos padrões apareçam.

4. Data Mining

5. Funcionalidade em Data Mining
Funcionalidade em Data Mining
 Analise de Descritiva
 Análise de Prognóstico

6. Funcionalidade em Data Mining

7. Técnicas de exploração de dados
Técnicas de exploração de dados
• Técnicas de estatísticas
• Árvores de decisão

8. Técnicas de exploração de dados
Árvores de decisão

9. Técnicas de exploração de dados
Regras de associação

10. Técnicas de exploração de dados
Redes neurais artificiais

11. Algoritmos Genéticos
Algoritmos Genéticos
“Quanto melhor um indivíduo se adaptar ao seu
meio ambiente, maior será sua chance de
sobreviver e gerar descendentes.”
(DARWIN, 1859)

12. Algoritmos Genéticos
Algoritmos Genéticos – O que são?
 Os Algoritmos Genéticos são uma classe de
procedimentos, com passos distintos bem
definidos.
 Essa classe se fundamenta em analogias a
conceitos biológicos já testadas à exaustão.
 Cada passo distinto pode ter diversas versões
diferentes.

13. Algoritmos Genéticos
Algoritmos Genéticos – Para que
servem?
 Busca e Otimização
 Amplamente utilizados, com sucesso, em
problemas de difícil manipulação pelas técnicas
tradicionais
 Eficiência X Flexibilidade

14. Algoritmos Genéticos
Algoritmos Genéticos –
Funcionamento Fundamental
1. Gerar População Inicial
2. Descartar uma parte dos Indivíduos menos
aptos
3. Aplicar operadores de reprodução
4. Aplicar operadores de mutação
5. Se o critério de parada foi satisfeito, encerrar.
Senão, voltar ao passo 2.

15. Algoritmos Genéticos
Algoritmos Genéticos - Desvantagens
 Desvantagens:
 Larga super produção de indivíduos;
 Envolve enorme quantidade de energia e tempo;
 Todo o processo parece ter pouco propósito, pois
que o melhoramento das espécies depende do fator
sorte

16. Algoritmos Genéticos
Algoritmos Genéticos - Vantagens
 Vantagens:
Solidez e paralelismo inerente (o processo não fica
preso em um local nem fica retido em soluções
genéricas)

17. Algoritmos Genéticos
Algoritmos Genéticos – Aplicação
 Alocação de tarefas
 Configuração de sistemas complexos
 Seleção de Rotas
 Problemas de Otimização e de Aprendizagem de
Máquina
 Problemas cuja solução seja um estado final e não
um caminho

18. Data Mining
Conclusão
 Data mininig é um processo que
permite
compreender o comportamento dos dados
 Pode ser bem aplicado em diversas áreas de
negócios
 Para que a mineração de dados seja bem sucedida
é preciso, uma busca apropriada, analise e
preparação dos dados encontrados

19. Exemplos
 Empresas de software para Data mining:
 SAS http://www.sas.com
 Information Havesting http://www.convex.com
 Red Brick http://www.redbrick.com
 Oracle http://www.oracle.com
 Sybase http://www.sybase.com
 Informix http://www.informix.com
 IBM http://www.ibm.com

20. Data Mining
Ferramentas para Data Mining
 Os softwares para data mining custam muito
caro (uma licença single-user pode custar
mais de 40.000 dólares).
Leia mais em: Data Mining – Novos Recursos nos Sistemas de Banco de Dados
http://www.devmedia.com.br/data-mining-novos-recursos-nos-sistemas-de-banco-de-
dados/5892#ixzz2Baq5JZfy

21. Referências
Referências
 Michael J. A. Berry; Gordon Linoff, “Data Mining Techiques for
Marketing, Sales, and customer Support”; John Wiley & Sons, Inc., 1997
 http://www-pcc.qub.ac.uk/tec/courses/datamining
 http://www.santafe.edu/~kurt
 http://www.devmedia.com.br/data-mining-novos-recursos-nos-sistemas-
de-banco-de-dados/5892#ixzz2Baq5JZfy
 http://www.infoescola.com/informatica/data-mining/
 http://amigonerd.net/trabalho/19327-data-mining
 http://www.mackenzie.br/7589.html

22. FIM
ALGUMA PERGUNTA??? NÃO NÉ...