Please enable JavaScript.

Coggle requires JavaScript to display documents.

MINERAÇÃO DE DADOS (CONCEITOS (MINERAÇÃO DE DADOS (métodos p/ identificar…

- - - - MODELOS SIMPLES: consultas baseadas em SQP, OLAP, raciocínio humano
      - MODELOS INTERMEDIÁRIOS: regressão, árvores de decisão, agrupamento
      - MODELOS COMPLEXOS: redes neurais, indução de regras
- - - - mapeia os atributos de um conjunto e distribui rótulos predefinidos
      - há um modelo de dados com um conjunto de dados já classificados corretamente, a técnica analisa outros dados e os classifica de acordo com o modelo
      - árvores de decisão e redes neurais
    - - identificar agrupamentos de objetos que identificam uma classe
      - na classificação, há a divisão em classes predefinidas, no agrupamento, não há classes predefinidas
      - aprendizado não supervisionado
      - grupos naturais de dados semelhantes entre se e diferentes de outros grupos também semelhantes entre si
      - propriedade que analisam a semelhança entre os dados
        
        simetria
        
        positividade
      - clusteringK - diagrama de voronoi
    - - detecta padrões em que uma ação geralmente é sucedida por outra ação
      - suporte: % de vezes que a regra se verifica em um banco de dados de transações - avalia o interesse de uma regra de associação
      - confiança: mede a probabilidade condicional, porcentagem de transações que contem as duas ações - mede o grau de certeza de uma associação
      - problemas
        
        gerar todas as combinações de itens
        
        descobrir os conjuntos de itens
        
        gerar regras de associação p/ o banco de dados
    - - aplicação especial da classificação
    - - análise de outliers
      - alguns métodos descartam as exceções
      - eventos raros ou fora da curva podem oferecer informações valiosas
- - - - SELEÇÃO
        
        TRANSFORMAÇÃO DOS DADOS
        
        MINERAÇÃO
        
        aplicação de técnicas inteligentes p/ extrair padrões e informações
        
        ciclo se retroalimenta
        
        dados são transformados em um formato apropriado p/ aplicação de algoritmos de mineração
      - selecionados os atributos que interessam ao usuário
- - - - LIMPEZA DOS DADOS
        
        MODELAGEM DOS DADOS
        
        AVALIAÇÃO DO PROCESSO
        
        EXECUÇÃO / DEPLOYMENT
        
        pode ser simples como gerar um relatório
        
        garantir que o modelo gerado atenda as expectativas da organização
        
        análise p/ verificar a necessidade de voltar a alguma etapa anterior
        
        várias técnicas podem ser utilizadas, os parâmetros são calibrados p/ obtenção de valores otimizados
        
        o fluxo de trabalho pode voltar à etapa de preparação dos dados, pois técnicas específicas exigem tipos de dados específicos
      - limpeza, transformação, integração e formatação,
      - abrange todas as atividades p/ construir o conjunto de dados final
      - data warehouse
- - - - transformação
        
        redução
        
        discretização
        
        estabelecer valores discretos p/ variáveis contínuas
        
        reduzir o volume sem alterações no resultado final
      - normalização e agregação