SlideShare uma empresa Scribd logo
1 de 17
SQL Saturday #469 - Brasília
Mineração de dados com
SQL Server - Datamining
Rodrigo Ramos Dornel
rodrigo@rdornel.com
rdornel.wordpress.com, @rdornel
Patrocinadores
2 |
 Mais de 10 anos com SQL Server
 Consultor na RDornel Data Platform Experts
 Professor Universitário – Univille
 MCT e MCSA
 MTAC Lead – Região Sul
 PASS Chapter
Apresentação pessoal
3 |
 Introdução
 Tarefas
 Algoritmos
 Análise dos resultados
 SSAS e Excel
 Demos
Agenda
4 |
 O que é Mineração de Dados?
 Quais os passos que eu preciso seguir?
 Que dados eu preciso?
 Que ferramentas?
Introdução
5 |
 Mineração de Dados
 Machine Learning
 Business Analytics
 Business Intelligence
 Big Data
 Cientista de Dados
Introdução
6 |
 KDD
Introdução
7 |
 Previsão
 Tendência com base em histórico
 Descrição
 Engenharia reversa
Tarefas
8 |
 Aprendizado
 Supervisionado
 Não supervisionado
Tarefas
9 |
 Algoritmos
 KNN
 K-Means
 C4.5
 Apriori
Algoritmos
10 |
 Algoritmos
 Como eu encontro o vizinho mais próximo?
 Exemplo do vizinho mais próximo.
 Distância euclidiana
Algoritmos
11 |
 Análise dos resultados
 Acurácia  Verdadeiro X Previsto
 Suporte  Frequência que isso ocorre na base
conhecida
 Confidencia  Frequência que isso acontece nos
novos casos
Análise de Resultados
12 |
DEMO
Mineração de Dados
 A mineração de dados é focado em gerar
modelos e tendências.
 Os resultados precisão ser avaliados por um
especialista.
 Podemos usar tarefas e sub tarefas.
 Dividir para conquistar
Conclusão
14 |
 http://www.sqlserverdatamining.com/ssdm/
 https://msdn.microsoft.com/en-us/library/ms167167.aspx
 http://mcitpsc.com.br/?p=12
Referências
15 |
Dúvidas?
16 |
Obrigado!!
17
 rodrigo@rdornel.com
 @rdornel

Mais conteúdo relacionado

Semelhante a SQL Saturday Datamining

Biweek Mineração de Dados com SQL Server
Biweek   Mineração de Dados com SQL ServerBiweek   Mineração de Dados com SQL Server
Biweek Mineração de Dados com SQL ServerRodrigo Dornel
 
Business Intelligence & Data Mining - Knowledge Discovery in Databases
Business Intelligence & Data Mining - Knowledge Discovery in DatabasesBusiness Intelligence & Data Mining - Knowledge Discovery in Databases
Business Intelligence & Data Mining - Knowledge Discovery in DatabasesLeandro Guerra
 
SaaS - RubyMastersConf.com.br
SaaS - RubyMastersConf.com.brSaaS - RubyMastersConf.com.br
SaaS - RubyMastersConf.com.brJuan Maiz
 
Reunião01 Pass Chapter - MCITPSC
Reunião01 Pass Chapter - MCITPSCReunião01 Pass Chapter - MCITPSC
Reunião01 Pass Chapter - MCITPSCRodrigo Dornel
 
Reunião #1 – 2015 – Overview
Reunião #1 – 2015 – OverviewReunião #1 – 2015 – Overview
Reunião #1 – 2015 – OverviewRodrigo Dornel
 
IN1008 Aspectos de Qualidade na Modelagem de Dados Monica Rafael (1).ppt
IN1008 Aspectos de Qualidade na Modelagem de Dados Monica Rafael (1).pptIN1008 Aspectos de Qualidade na Modelagem de Dados Monica Rafael (1).ppt
IN1008 Aspectos de Qualidade na Modelagem de Dados Monica Rafael (1).pptRafael Rodrigues de Souza
 
realizando_limpeza_de_dados_com_data_quality_services
realizando_limpeza_de_dados_com_data_quality_servicesrealizando_limpeza_de_dados_com_data_quality_services
realizando_limpeza_de_dados_com_data_quality_servicesarthurjosemberg
 
SQL Saturday 469 Brasília - Oportunidades com a plataforma de dados da Microsoft
SQL Saturday 469 Brasília - Oportunidades com a plataforma de dados da MicrosoftSQL Saturday 469 Brasília - Oportunidades com a plataforma de dados da Microsoft
SQL Saturday 469 Brasília - Oportunidades com a plataforma de dados da MicrosoftRodrigo Crespi
 
Palestra Cobisa-2019 - Desenvolvendo Cultura Analítica e Machine Learning
Palestra Cobisa-2019 - Desenvolvendo Cultura Analítica e Machine LearningPalestra Cobisa-2019 - Desenvolvendo Cultura Analítica e Machine Learning
Palestra Cobisa-2019 - Desenvolvendo Cultura Analítica e Machine LearningJosias Oliveira
 
ABC da Aprendizagem de Máquinas
ABC da Aprendizagem de MáquinasABC da Aprendizagem de Máquinas
ABC da Aprendizagem de MáquinasDiego Nogare
 
Integrando Azure Machine Learning na prática
Integrando Azure Machine Learning na práticaIntegrando Azure Machine Learning na prática
Integrando Azure Machine Learning na práticaDiego Nogare
 
Status Report dos TCCs: SIN-NA7 - 2015_2º semestre
Status Report dos TCCs: SIN-NA7 - 2015_2º semestreStatus Report dos TCCs: SIN-NA7 - 2015_2º semestre
Status Report dos TCCs: SIN-NA7 - 2015_2º semestreAlessandro Almeida
 
201305 IT Simplification Lean caixa-geraldepositos
201305 IT Simplification   Lean caixa-geraldepositos201305 IT Simplification   Lean caixa-geraldepositos
201305 IT Simplification Lean caixa-geraldepositosFrancisco Calzado
 
Utilizando a nuvem para proteger o mercado financeiro com segurança, agilidad...
Utilizando a nuvem para proteger o mercado financeiro com segurança, agilidad...Utilizando a nuvem para proteger o mercado financeiro com segurança, agilidad...
Utilizando a nuvem para proteger o mercado financeiro com segurança, agilidad...Amazon Web Services LATAM
 
Filiação partidária e risco de corrupção de servidores públicos federais
Filiação partidária e risco de corrupção de servidores públicos federaisFiliação partidária e risco de corrupção de servidores públicos federais
Filiação partidária e risco de corrupção de servidores públicos federaisRommel Carvalho
 
Painel 05 01 - ricardo carvalho - Filiação Partidária e Risco de Corrupção ...
Painel 05   01 - ricardo carvalho - Filiação Partidária e Risco de Corrupção ...Painel 05   01 - ricardo carvalho - Filiação Partidária e Risco de Corrupção ...
Painel 05 01 - ricardo carvalho - Filiação Partidária e Risco de Corrupção ...Tribunal de Contas da União - TCU (Oficial)
 
Practice 4 :: Gestão de Projetos de SW OO :: Métricas, Estimação e Planificações
Practice 4 :: Gestão de Projetos de SW OO :: Métricas, Estimação e PlanificaçõesPractice 4 :: Gestão de Projetos de SW OO :: Métricas, Estimação e Planificações
Practice 4 :: Gestão de Projetos de SW OO :: Métricas, Estimação e PlanificaçõesRogerio P C do Nascimento
 

Semelhante a SQL Saturday Datamining (20)

Biweek Mineração de Dados com SQL Server
Biweek   Mineração de Dados com SQL ServerBiweek   Mineração de Dados com SQL Server
Biweek Mineração de Dados com SQL Server
 
PTCRIS parte I Jornadas 2015
PTCRIS parte I Jornadas 2015PTCRIS parte I Jornadas 2015
PTCRIS parte I Jornadas 2015
 
Jornadas 2015: PTCRIS: Parte I
Jornadas 2015: PTCRIS: Parte IJornadas 2015: PTCRIS: Parte I
Jornadas 2015: PTCRIS: Parte I
 
Ementa curso de dados
Ementa curso de dadosEmenta curso de dados
Ementa curso de dados
 
Business Intelligence & Data Mining - Knowledge Discovery in Databases
Business Intelligence & Data Mining - Knowledge Discovery in DatabasesBusiness Intelligence & Data Mining - Knowledge Discovery in Databases
Business Intelligence & Data Mining - Knowledge Discovery in Databases
 
SaaS - RubyMastersConf.com.br
SaaS - RubyMastersConf.com.brSaaS - RubyMastersConf.com.br
SaaS - RubyMastersConf.com.br
 
Reunião01 Pass Chapter - MCITPSC
Reunião01 Pass Chapter - MCITPSCReunião01 Pass Chapter - MCITPSC
Reunião01 Pass Chapter - MCITPSC
 
Reunião #1 – 2015 – Overview
Reunião #1 – 2015 – OverviewReunião #1 – 2015 – Overview
Reunião #1 – 2015 – Overview
 
IN1008 Aspectos de Qualidade na Modelagem de Dados Monica Rafael (1).ppt
IN1008 Aspectos de Qualidade na Modelagem de Dados Monica Rafael (1).pptIN1008 Aspectos de Qualidade na Modelagem de Dados Monica Rafael (1).ppt
IN1008 Aspectos de Qualidade na Modelagem de Dados Monica Rafael (1).ppt
 
realizando_limpeza_de_dados_com_data_quality_services
realizando_limpeza_de_dados_com_data_quality_servicesrealizando_limpeza_de_dados_com_data_quality_services
realizando_limpeza_de_dados_com_data_quality_services
 
SQL Saturday 469 Brasília - Oportunidades com a plataforma de dados da Microsoft
SQL Saturday 469 Brasília - Oportunidades com a plataforma de dados da MicrosoftSQL Saturday 469 Brasília - Oportunidades com a plataforma de dados da Microsoft
SQL Saturday 469 Brasília - Oportunidades com a plataforma de dados da Microsoft
 
Palestra Cobisa-2019 - Desenvolvendo Cultura Analítica e Machine Learning
Palestra Cobisa-2019 - Desenvolvendo Cultura Analítica e Machine LearningPalestra Cobisa-2019 - Desenvolvendo Cultura Analítica e Machine Learning
Palestra Cobisa-2019 - Desenvolvendo Cultura Analítica e Machine Learning
 
ABC da Aprendizagem de Máquinas
ABC da Aprendizagem de MáquinasABC da Aprendizagem de Máquinas
ABC da Aprendizagem de Máquinas
 
Integrando Azure Machine Learning na prática
Integrando Azure Machine Learning na práticaIntegrando Azure Machine Learning na prática
Integrando Azure Machine Learning na prática
 
Status Report dos TCCs: SIN-NA7 - 2015_2º semestre
Status Report dos TCCs: SIN-NA7 - 2015_2º semestreStatus Report dos TCCs: SIN-NA7 - 2015_2º semestre
Status Report dos TCCs: SIN-NA7 - 2015_2º semestre
 
201305 IT Simplification Lean caixa-geraldepositos
201305 IT Simplification   Lean caixa-geraldepositos201305 IT Simplification   Lean caixa-geraldepositos
201305 IT Simplification Lean caixa-geraldepositos
 
Utilizando a nuvem para proteger o mercado financeiro com segurança, agilidad...
Utilizando a nuvem para proteger o mercado financeiro com segurança, agilidad...Utilizando a nuvem para proteger o mercado financeiro com segurança, agilidad...
Utilizando a nuvem para proteger o mercado financeiro com segurança, agilidad...
 
Filiação partidária e risco de corrupção de servidores públicos federais
Filiação partidária e risco de corrupção de servidores públicos federaisFiliação partidária e risco de corrupção de servidores públicos federais
Filiação partidária e risco de corrupção de servidores públicos federais
 
Painel 05 01 - ricardo carvalho - Filiação Partidária e Risco de Corrupção ...
Painel 05   01 - ricardo carvalho - Filiação Partidária e Risco de Corrupção ...Painel 05   01 - ricardo carvalho - Filiação Partidária e Risco de Corrupção ...
Painel 05 01 - ricardo carvalho - Filiação Partidária e Risco de Corrupção ...
 
Practice 4 :: Gestão de Projetos de SW OO :: Métricas, Estimação e Planificações
Practice 4 :: Gestão de Projetos de SW OO :: Métricas, Estimação e PlanificaçõesPractice 4 :: Gestão de Projetos de SW OO :: Métricas, Estimação e Planificações
Practice 4 :: Gestão de Projetos de SW OO :: Métricas, Estimação e Planificações
 

Mais de Rodrigo Dornel

SQL Saturday 570 - São Paulo - 2016
SQL Saturday 570 - São Paulo - 2016SQL Saturday 570 - São Paulo - 2016
SQL Saturday 570 - São Paulo - 2016Rodrigo Dornel
 
Mentoring para prova MTA - Fundamento de Banco de Dados
Mentoring para prova MTA - Fundamento de Banco de DadosMentoring para prova MTA - Fundamento de Banco de Dados
Mentoring para prova MTA - Fundamento de Banco de DadosRodrigo Dornel
 
Power bi na prática 2016
Power bi na prática 2016Power bi na prática 2016
Power bi na prática 2016Rodrigo Dornel
 
SQL Server Heterogêneo: SQL Server + BigData
SQL Server Heterogêneo: SQL Server + BigDataSQL Server Heterogêneo: SQL Server + BigData
SQL Server Heterogêneo: SQL Server + BigDataRodrigo Dornel
 
Palestra sql saturday 361
Palestra sql saturday 361Palestra sql saturday 361
Palestra sql saturday 361Rodrigo Dornel
 
Reunião02 pass chapter - desenvolvimento
Reunião02 pass chapter - desenvolvimentoReunião02 pass chapter - desenvolvimento
Reunião02 pass chapter - desenvolvimentoRodrigo Dornel
 
Reunião 02 PASS Chapter MCITPSC
Reunião 02 PASS Chapter MCITPSCReunião 02 PASS Chapter MCITPSC
Reunião 02 PASS Chapter MCITPSCRodrigo Dornel
 
Mineração com sql server 2008 r2
Mineração com sql server 2008 r2Mineração com sql server 2008 r2
Mineração com sql server 2008 r2Rodrigo Dornel
 

Mais de Rodrigo Dornel (10)

SQL Saturday 570 - São Paulo - 2016
SQL Saturday 570 - São Paulo - 2016SQL Saturday 570 - São Paulo - 2016
SQL Saturday 570 - São Paulo - 2016
 
Mentoring para prova MTA - Fundamento de Banco de Dados
Mentoring para prova MTA - Fundamento de Banco de DadosMentoring para prova MTA - Fundamento de Banco de Dados
Mentoring para prova MTA - Fundamento de Banco de Dados
 
Power bi na prática 2016
Power bi na prática 2016Power bi na prática 2016
Power bi na prática 2016
 
SQL Server Heterogêneo: SQL Server + BigData
SQL Server Heterogêneo: SQL Server + BigDataSQL Server Heterogêneo: SQL Server + BigData
SQL Server Heterogêneo: SQL Server + BigData
 
Palestra sql saturday 361
Palestra sql saturday 361Palestra sql saturday 361
Palestra sql saturday 361
 
Reunião02 pass chapter - desenvolvimento
Reunião02 pass chapter - desenvolvimentoReunião02 pass chapter - desenvolvimento
Reunião02 pass chapter - desenvolvimento
 
Reunião 02 PASS Chapter MCITPSC
Reunião 02 PASS Chapter MCITPSCReunião 02 PASS Chapter MCITPSC
Reunião 02 PASS Chapter MCITPSC
 
Data mining (Part II)
Data mining (Part II)Data mining (Part II)
Data mining (Part II)
 
Data mining (Part I)
Data mining (Part I)Data mining (Part I)
Data mining (Part I)
 
Mineração com sql server 2008 r2
Mineração com sql server 2008 r2Mineração com sql server 2008 r2
Mineração com sql server 2008 r2
 

SQL Saturday Datamining