N1 Data Mining

Prévia do material em texto

O processo de mineração de dados envolve diversas etapas, que podem ser resumidas em: 
 
 1 Entendimento do problema: nesta etapa, é importante que a equipe de TI compreenda o 
problema enfrentado pela Instituição XPTO e os objetivos da mineração de dados. Isso 
permitirá definir os critérios para a seleção das informações relevantes. 
 
 2 Preparação dos dados: nesta etapa, as planilhas com as informações das disciplinas devem 
ser organizadas em um formato padronizado e limpas de dados inconsistentes ou 
redundantes. É importante ainda garantir que todas as informações necessárias estejam 
presentes e coerentes entre si. 
 
 3 Análise exploratória: nesta etapa, a equipe deve explorar os dados para identificar padrões 
e relacionamentos entre as variáveis, bem como possíveis inconsistências ou lacunas nos 
dados. 
 
 4 Seleção de variáveis relevantes: nesta etapa, a equipe deve selecionar as variáveis que 
serão relevantes para o objetivo da mineração de dados, no caso, as informações das 
disciplinas do curso de Análise e Desenvolvimento de Sistemas. 
 
 5 Aplicação de técnicas de mineração de dados: nesta etapa, a equipe deve aplicar técnicas 
de mineração de dados para extrair as informações relevantes das planilhas. Dentre as 
possíveis técnicas, destacam-se: classificação, clusterização e regras de associação. 
 
 6 Validação dos resultados: nesta etapa, a equipe deve avaliar os resultados obtidos pela 
aplicação das técnicas de mineração de dados, verificando a sua consistência e relevância para 
o objetivo definido. 
 
Algumas ferramentas que podem auxiliar Ana Cláudia e sua equipe nesse processo de 
mineração de dados são: Excel, Python, R, Weka, RapidMiner, KNIME, entre outras. Essas 
ferramentas permitem a organização, limpeza e análise exploratória dos dados, bem como a 
aplicação de técnicas de mineração de dados e a visualização dos resultados obtidos. 
 
 
 
 
 
 
Mineração de dados 
A universidade XPTO quer melhorar o atendimento e se adequar ao mercado de trabalho, 
solicitou uma análise em suas planilhas, a pessoa responsável pela análise montou uma equipe 
de trabalho que vai analisar 39 planilhas do curso de graduação de Análise e Desenvolvimento 
de sistemas, pertence à área de tecnologia da informação e Comunicação. 
Base de dados – será usado as informações das 39 planilhas já s sabe que alguns cursos foram 
alterados sem prévia autorização do conselho da universidade. 
“O Hadoop é um projeto da comunicação Apache, foi criado pelo Yahoo em 2005, inspirado no 
trabalho do google em seu GFS (Google File System) e no paradigma de programação 
MapReduce, que basicamente divide o trabalho em tarefas como um mapeador (mapper) e 
um resumidor (reducer) que manipulam dados distribuídos em cluster de servidores usados de 
forma massivamente paralela”. 
KNIME Analytics Plataform 
Projetada para ajudar na manipulação, análise e modelagem de dados por meio de 
programação. Oferece mais de mil módulos e centenas de exemplos prontos para uso. Possui 
ferramentas integradas que ajudam na descoberta de possíveis insights ocultos em seus 
dados. 
Para análises preditivas realizada por meio de machine learn ou aprendizado de máquina é 
uma ótima aliada. Permite além de escrever códigos, arrastar e soltar os pontos de conexão 
entre as atividades. Também oferece suporte a combinação de dados entre arquivos de texto 
simples, bancos de dados, documentos, imagens, redes e dados baseados no Hadoop em um 
único fluxo de trabalho visual. 
Ela é o código aberto com atualizações de lançamentos realizados semestralmente. 
Compatível com dispositivos Windows, MacOS e Linux. 
 
Bibliografia: 
TAURION(20019, P.100)