Please enable JavaScript.
Coggle requires JavaScript to display documents.
DATA MINING, image, image, image, image, image, image, image, image, image…
DATA MINING
TIPOS DE MÉTODOS
- NÃO supervisionados:
- Agrupamento / Clustering (visa identificar e aproximar os registros similares)
- Associação (consiste em identificar quais
atributos estão relacionados)
- Supervisionados:
- Classificação (qual classe ou categ. pertence)
- Regressão /estimação (Qd. o reg. é ident. por um valor numérico e não categórico)
- Detecção de desvios
OS ÍNDICES UTILIZADOS PARA DEFINIR O GRAU DE CERTEZA:
Suporte / Prevalência: Trata-se da frequência com que um conjunto de itens específico ocorre no banco de dados.
Confiança / Força: Trata-se da probabilidade de que exista uma relação entre itens
Lift: Regra de associação, indica quanto mais frequente um item se torna quando da ocorrência de outro
Convicção.
DATA MINING X DATAWAREHOUSE
- DW = SUSTENTA A TOMADA DE DECISÕES COM DADOS
- DM = AUXILIA NA OBTENÇÃO DE NOVOS PADRÕES QUE NÃO PODERIAM SER ENCONTRADOS SIMPLESMENTE PESQUISANDO OU PROCESSANDO NO DW
PREPARAÇÃO (MODELAGEM) DE DADOS P/ DM
- LIMPEZA / ELIMINAR INCONSISTÊNCIAS, REG. INCOMPLETOS VALORES ERRADOS ETC.
- INTEGRAÇÃO / REUNIR EM UM ÚNICO REPOSITÓRIO DADOS DE DIVERSAS FONTES
- TRANSFORMAÇÃO / CONVERTER PARA O MESMO VALOR (CATEG. OU NUMERICO)
- REDUÇÃO / REDUZIR A MASSA DE DADOS ORIGINAL EM UMA MASSA MENOR SEM PERDER A REPRESENTATIVIDADE
Os principais métodos de mineração de dados:
- Rede Neurais
- Árvore de Decisão
- Algoritmos Genéticos
- Lógica Fuzzy (Difusa)
- Estatística
A Mineração de dados é a fase mais complexa da descoberta do conhecimento, sendo responsável por mais de 50% dessa.
Etapas do KDD: (knowledge-discovery)
- 1) Seleção dos dados;
- 2) Limpeza dos dados;
- 3) Enriquecimento;
- 4) Transformação ou Codificação;
- 5) Mineração dos Dados;
- 6) Relatório e Exibição.
-
-
-
-
-
-
-
-
-
-
-
-
