Apresenta tópicos relativos ao problema da seleção de atributos e também tópicos sobre questionamentos anteriores e de desenvolvimento da mineração de dados.
1. O problema da seleção de atributos Classifique estas personalidades
2. Cientistas Políticos Jogadores Revolucionários Lutadores Artistas A tarefa de classificação pode ser feita de diversas maneiras
3. Canadá Inglaterra Austria EUA A tarefa de classificação pode ser feita de diversas maneiras Polônia China Índia Brasil Argentina
4. Quais os melhores atributos? Local de nascimento; Altura; Peso; Idade; Tipo sanguíneo; Formação; Atividade; Renda; ...
5. Antes de tudo pensar em: Para a função da base todos os atributos anteriores são necessários? Como funciona o algoritmo? Algum atributo pode influenciar muito nos resultados gerados? Lembrar que: Maior parte dos algoritmos leva em conta todos os atributos da base, não seleciona apenas um (como nos slides da apresentação).
6. Bases de dados Tendência de grandes bases é tornar-se um “bando de dados” e não um banco de dados. Se é necessário conhecimentos específicos um especilista pode dizer: Atributos mais relevantes; Atributos menos relevantes. Isto pode melhorar resultados de qualquer algoritmo. Instance Based Learning: os valores descritos nos atributos servem de comparação com novos exemplos. Então, quais são os melhores exemplos?