Please enable JavaScript.

Coggle requires JavaScript to display documents.

Mineração de Dados - Coggle Diagram

- - - - Busca-se
        
        Identificar
        
        tendencias
        
        padroes
        
        correlações
        
        relacionamentos
        
        regras
        
        Clausterização (Agrupamento) de dados
        
        Gerar conhecimento útil
      - Obs:
        
        Informação implicita desconhecida
        
        Ideia: As informações estão presentes nos dados, mas a gnt não sabe. A mineração vai chegar nessas informações
        
        Não - Trivial
        
        Ideia: Não é extrair qualquer conhecimento, mas conhecimento que não era conhecido e que pode ser útil
  - - - Atenção: pode haver dados não estruturados no processo de mineração de dados (Q933086)
- - - - Existem varias ferramentas de classificação
        
        Mais importantes:
        
        Redes Neurais
        
        foram originalmente projetadas por psicólogos e neurobiologistas que procuravam desenvolver um conceito de neurônio artificial análogo ao neurônio natural.
        
        Árvores de Decisão
        
        É a representação gráfica das regras de classificação
        
        Demonstram visualmente as probabilidades para se chegar a um resultado
        
        Ex: Comprar fraudas é um atributo que tem maior peso para dizer se a mulher deve estar gravida
        
        Obs:
        
        Nessa técnica, é utilizada a abordagem de estratificação
      - Consiste em examinar as características de determinado objeto e atribuir-lhe uma ou mais classes
        
        Constroem-se modelos de classificação a partir de um conjunto de dados de entrada, identificando cada classe por meio de múltiplos atributos e os rotulando/etiquetando
        
        Ex: Classificações: mulher provavelmente gravida e provavelmente não gravida
        
        Utiliza-se atributos como compras de hidratantes especificos, compra de fraudas, idade, varios outros atributos..E dependendo da probabilidade, gerada pelo algoritmo, a pessoa pode ser classificada
        
        Ex de Decisao após classificar: Enviar cupons pras provaveis gravidas
        
        Obs: Comentário professor
        
        Classificação procura identificar a existência de hierarquia em um conjunto pré-existente de eventos ou transações. A hierarquia existe na classificação e, não, na associação.
        
        Q577598
      - Obs: Classificação é um exemplo de aprendizado supervisionado
        
        Ou seja: classes são pré-definidas antes da análise dos resultados.
    - - Compreende a busca por uma função que mapeie os registros de um BD em um intervalo de valores reais
        
        Em vez de prever uma classe/categoria, objetivo é prever um numero
        
        Ex: Prever a data de nascimento do bebe, com base nas variaveis
        
        Obs: Pode ser uma regressão linear ou não linear
      - Obs:
        
        Navathe diz que regressão é uma aplicação especial da classificação
  - - - Regras de Associação
        
        Visa simplesmente descobrir o relacionamento ou correlação entre variáveis de um banco de dados
        
        Representada por Se - Entao
        
        A partir da analise dos dados, essas regras podem ser usadas para:
        
        Ex: determinar que, quando um cliente compra um produto X, ele provavelmente também irá comprar um produto Y
    - - Padrões Temporais
        
        bastante semelhante à técnica de Padrões Sequenciais, mas sempre envolve um fator temporal que permite diferenciá-los
        
        Ex: Ações de 2 empresas distintas tiveram as mesmas variações no periodo de 3 anos
      - Padrões Sequenciais
        
        Esta técnica procura por eventos (ex: compras) que ocorrem em uma sequência através do tempo
        
        Ex: Identificou-se que
        
        Cliente compra uma maquina e depois comprará utensilios para camera
  - - - Agrupar dados que tenham semelhranças entre si
        
        Podem haver subcategorias
    - - Ou seja, não há uma prévia classificação
    - - essa técnica busca classificar itens em agrupamentos comuns chamados clusters, de modo que o grau de associação seja forte entre os membros do mesmo grupo e fraco entre membros de grupos diferentes
    - - Anomalias
        
        Podem partir de erros de amostragem, erros de processamento de dados, erros na entrada de dados, erros de medida ou erros intencionais
        
        Ex: Pessoa que vem vez de colocar 100.000 de patrimonio, coloca 100.000.000
        
        Obs: E erros naturais
        
        Ex: Uma pessoa com 2.51m de altura sendo que a média é 1,74
        
        Utiliza-se Box-plots para detectar anomalias
- - - - 3) Transformação
        
        Dados transformados em formas apropriadas à mineração
        
        agregando-os
        
        sumarizando-os e
      - 4) Data Minig
        
        Utilizam-se algoritimos para se encontrar padrões úteis à tomada de decisao
      - 2) Pré-processamento
        
        Aqui acontece a limpeza de dados
        
        Ex: Remoção de erros
        
        Obs: Objetivo:
        
        Diminuir a quantidade de dados que serão analisados, por meio da aplicação de filtros e de eliminadores de palavras.
        
        Q1621316
      - 5) Interpretação/Avaliação
      - 1) Seleção de Dados
      - Obs:
        
        3 primeiras etapas ta muito parecido com o processo de ETL do DW
        
        PQ em regra mineracao ocorre em DW
        
        Mas atenção: São coisas distintas, até pq o datawarehouse é um BD estruturado, e a mineração pode ocorrer em dados não estruturados
- - - - Padrões de dados podem ser usados para identificar a existência de um item, um evento ou uma atividade
        
        Ex: intrusos tentando quebrar um sistema podem ser identificados pelos programas por eles executados
    - - Prever baseado em comportamento passado
        
        Ex: Analisar compras passadas dos clientes pra prever futuras compras
    - - Otimizar o uso de recursos limitados, como tempo, espaço, dinheiro ou materiais e maximizar variáveis de saída como vendas ou lucros sob determinado conjunto de restrições
        
        É usado Pesquisa Operacional