Please enable JavaScript.
Coggle requires JavaScript to display documents.
Análise de Informações 3, Data Warehouse
NÃO trabalha com dados em tempo…
Análise de Informações 3
.
Big Data
MEGADADOS
É um CONCEITO, NÃO uma ferramenta
Conjunto de SOLUÇÕES TECNOLÓGICAS capazes de lidar com dados digitais em VOLUME, VARIEDADE e VELOCIDADE´INÉDITOS até hoje.
-
.
Os V’s do Big Data
- Volume
- Variedade
- Velocidade
- Valor
- Veracidade
-
.
Variedade
Trabalha com o MAIS DIVERSOS TIPOS de dados, os ANALISANDO.
.
Velocidade
É equipado com tecnologia capaz de lidar com esse volume de variedade de dados em um tempo ÚTIL e REAL.
-
-
.
Engloba dados:
- ESTRUTURADOS e
- NÃO estruturados
-
.
Esses dados não estruturados PODEM passar por uma estruturação caso a análise demande isso. :warning:
É importante lembrar que a análise é feita em tempo REAL.
• Dados não estruturados – São exemplos: dados de arquivos, dados de antenas de sinais, dados de textos em redes sociais etc.
-
-
-
-
Data Warehouse
- NÃO trabalha com dados em tempo real :red_cross:
- os dados são históricos e estáticos.
- trabalha apenas com dados ESTRUTURADOS.
-
DATA MINING X DATA WAREHOUSING
- Data warehousing – Sustenta a tomada de decisão com dados.
- Data mining – Auxilia na obtenção de novos padrões que não poderiam ser encontrados simplesmente pesquisando ou processando no DW.
-
- EMPREENDIMENTO dos negócios:
- ENTENDIMENTO dos DADOS:
- PREPARAÇÃO dos DADOS:
- MODELAGEM:
- AVALIAÇÃO:
- DISTRIBUIÇÃO
- O processo de KDD envolve os seguintes passos:
.
- entendimento do domínio da aplicação e identificação do objetivo do processo de KDD;
.
- seleção: criação de um conjunto-alvo de dados;
.
- pré-processamento: limpeza de dados e operações básicas como remoção de ruído, tratamento para a falta de dados etc.;
.
- transformação: encontrar características úteis para representar os dados, conforme o objetivo definido e realizar a redução ou transformação da dimensionalidade;
.
- mineração de dados: casar os objetivos do processo de KDD com um método particular de mineração de dados e realizar a análise exploratória e seleção de modelo e hipótese, buscando padrões de interesse;
.
- interpretação: interpretar e avaliar os padrões minerados, podendo retornar a passos anteriores caso seja necessário;
.
- agir a partir do conhecimento descoberto.
- Etapas do KDD:
.
1) Seleção dos dados;
.
2) Limpeza dos dados;
.
3) Enriquecimento;
.
4) Transformação ou Codificação;
.
5) Mineração dos Dados;
.
6) Relatório e Exibição.
- Mineração de Textos não é mineração de dados, pois trabalha com textos, mas utiliza técnicas semelhantes às de mineração de dados.
.
- Mineração de Textos é diferente de um mecanismo de busca. Na busca o usuário já sabe o que quer encontrar. A tecnologia usada em mineração de textos ajuda o usuário a descobrir informações desconhecidas.
-
-
-
-
-