Tema 04 - 04 - SLIDES PPT new

Prévia do material em texto

https://www.instagram.com/profadaisyalbuquerque/​ dalbuquerque@unicarioca.edu.br
Inteligência Artificial
Tema 4 – Mineração de Dados
Profª Daisy Albuquerque
https://www.instagram.com/profadaisyalbuquerque/​ dalbuquerque@unicarioca.edu.br
https://www.instagram.com/profadaisyalbuquerque/​ dalbuquerque@unicarioca.edu.br
Sumário
1) Conceitos de KDD
2) Etapas da Mineração de Dados
https://www.instagram.com/profadaisyalbuquerque/​ dalbuquerque@unicarioca.edu.br
Mineração de dados
Agora vamos falar de
https://www.instagram.com/profadaisyalbuquerque/​ dalbuquerque@unicarioca.edu.br
Mineração de dadosO que é ?
É a transformação de grandes
quantidades de dados em
padrões e regras significativos.
https://www.instagram.com/profadaisyalbuquerque/​ dalbuquerque@unicarioca.edu.br
Mineração de dados
▪ Etapas do processo de mineração de dados?
➢ Seleção
➢ Pré-processamento
➢ Transformação
➢ Data mining (aprendizado)
➢ Interpretação e Avaliação
https://www.instagram.com/profadaisyalbuquerque/​ dalbuquerque@unicarioca.edu.br
Mineração de dados
▪ Etapas do processo de mineração de dados?
https://www.instagram.com/profadaisyalbuquerque/​ dalbuquerque@unicarioca.edu.br
Mineração de dados
▪ Seleção de dados
➢ Selecionar ou segmentar dados de acordo
com critérios definidos:
❑ Ex.: Todas as pessoas que são proprietárias
de carros é um subconjunto de dados
determinado.
https://www.instagram.com/profadaisyalbuquerque/​ dalbuquerque@unicarioca.edu.br
Mineração de dados
▪ Pré-processamento
➢ Estágio de limpeza dos dados, onde informações
julgadas desnecessárias são removidas.
➢ Reconfiguração dos dados para assegurar
formatos consistentes (identificação).
Ex. : sexo = “F” ou “M”
sexo = “M” ou “H”
https://www.instagram.com/profadaisyalbuquerque/​ dalbuquerque@unicarioca.edu.br
Mineração de dados
▪ Transformação
➢ Transformam-se os dados em formatos
utilizáveis. Esta depende da técnica data mining
usada.
➢ Disponibilizar os dados de maneira usável e
navegável.
https://www.instagram.com/profadaisyalbuquerque/​ dalbuquerque@unicarioca.edu.br
Mineração de dados
▪ Data Mining
➢ É a verdadeira extração dos padrões de
comportamento dos dados (exemplos).
https://www.instagram.com/profadaisyalbuquerque/​ dalbuquerque@unicarioca.edu.br
Mineração de dados
▪ Interpretação e Avaliação
➢ Identificado os padrões pelo sistema, estes são
interpretados em conhecimentos, os quais darão
suporte a tomada de decisões humanas.
https://www.instagram.com/profadaisyalbuquerque/​ dalbuquerque@unicarioca.edu.br
Mineração de dados
▪ Tarefas e Técnicas de Mineração de dados:
➢ Descoberta de Associações
➢ Classificação
➢ Regressão
➢ Agrupamento (Clusterização)
➢ Sumarização
➢ Detecção de Desvios (outliers)
➢ Descoberta de Sequências
➢ Previsão de séries temporais
https://www.instagram.com/profadaisyalbuquerque/​ dalbuquerque@unicarioca.edu.br
Mineração de dados
https://www.instagram.com/profadaisyalbuquerque/​ dalbuquerque@unicarioca.edu.br
Mineração de dados
https://www.instagram.com/profadaisyalbuquerque/​ dalbuquerque@unicarioca.edu.br
Mineração de dados
▪ Comércio
Descoberta de Associações em base de dados, 
• Uma grande rede de mercados norte-americana
descobriu que um número razoável de compradores
de fralda também comprava cerveja.
• Por meio de uma análise das transações de compra,
os analistas de dados perceberam que os
compradores eram homens que, ao comprarem
fraldas para seus filhos, compravam também
cerveja para consumo.
• Este exemplo ilustra a associação entre fraldas e
cervejas.
• Essa empresa utilizou o novo conhecimento para
aproximar as prateleiras de fraldas e cervejas na
rede de mercados, incrementando assim a venda
conjunta dos dois produtos.
https://www.instagram.com/profadaisyalbuquerque/​ dalbuquerque@unicarioca.edu.br
Mineração de dados
◼ Medicina
Um projeto de Mineração de Dados foi realizado na área
de Citopatologia para extrair conhecimento que
auxiliasse na detecção e na prevenção de câncer de
colo de útero. A base de dados analisada continha
informações sobre diversas pacientes de vários
municípios do Rio Grande do Sul, incluindo imagens das
amostras de material (células) coletado para exame
citopatológico. Considerando o grande volume de
amostras a ser analisado, o projeto teve como objetivo
construir um modelo de classificação que permitisse
auxiliar no diagnóstico da doença a partir das imagens e
dos dados das amostras coletadas em novas pacientes
(tarefa de Classificação).
https://www.instagram.com/profadaisyalbuquerque/​ dalbuquerque@unicarioca.edu.br
Mineração de dados
◼ Comportamento de Redes Sociais Online
Técnicas de mineração de dados têm sido
aplicadas ao domínio das redes sociais online para
entender o comportamento de seus usuários.
Como um exemplo desse caso, dados coletados
durante a Copa do Mundo de Futebol de 2014
foram analisados para detectar o sentimento
(tarefa de Classificação) e a opinião dos usuários
do FaceBook e do Flickr acerca de
acontecimentos ocorridos no megaevento ocorrido
no Brasil.
https://www.instagram.com/profadaisyalbuquerque/​ dalbuquerque@unicarioca.edu.br
Mineração de dados
◼ Energia
Um projeto importante na área energética
(sobretudo em épocas de poucas chuvas) teve
como objetivo aplicar técnicas de Mineração de
dados para geração de modelos que façam a
previsão de demanda de consumo de energia
elétrica por regiões (tarefa de
Regressão/Previsão de Séries Temporais). Para
tanto, foram utilizados registros de consumo de
energia elétrica ao longo de períodos anteriores.
https://www.instagram.com/profadaisyalbuquerque/​ dalbuquerque@unicarioca.edu.br
Mineração de dados
◼ Educação
Programa "Um Computador por Aluno" promove a
introdução de laptops de baixo custo em centenas de
escolas brasileiras. Os gestores e docentes brasileiros
carecem de informações sobre a efetiva contribuição do
uso de computadores nas escolas. Diante deste cenário,
um sistema de informação chamado MEMORE foi
desenvolvido para tentar suprir tal carência. Este
sistema permite a coleta e a mineração de dados
sistemática (tarefa de Descoberta de Associações) de
informações sobre como os laptops têm sido
pedagogicamente utilizados e os efeitos decorrentes
dessa utilização no aprendizado dos alunos.
A Secretaria Municipal de Educação de Piraí, no estado
do Rio de Janeiro, vem utilizando, com sucesso, o
MEMORE em caráter experimental em suas escolas.
https://www.instagram.com/profadaisyalbuquerque/​ dalbuquerque@unicarioca.edu.br
Mineração de dados
◼ Telecomunicações
Um projeto voltado ao marketing direto ao consumidor em uma
grande empresa do ramo de telefonia. Seu objetivo era
classificar clientes (empresas) de acordo com seu potencial de
compra de serviços. Para tanto, inicialmente foi realizado a
seleção de uma amostra de clientes a partir da base de dados
completa. Os clientes selecionados preencheram questionários
fornecidos pela empresa. A partir de tais informações, os dados
sobre clientes foram enriquecidos. Em seguida, foi realizado um
processo de agrupamento (tarefa de Clusterização) de clientes
que permitiu identificar similaridades entre eles. Após o
agrupamento, classes de clientes foram definidas. A partir desta
definição, um modelo de classificação foi construído
considerando a referida amostra de clientes como conjunto de
treinamento (tarefa de Classificação). O modelo construído foi
aplicado à base de dados completa de clientes, o que possibilitou
caracterizar o potencial de compras de todos os clientes. Uma
vez caracterizado tal potencial de compra, ações de marketing
específicas por cliente puderam ser realizadas.
https://www.instagram.com/profadaisyalbuquerque/​ dalbuquerque@unicarioca.edu.br
Conclusão
Hitler pensa em usar Mineração de Dados (Data Mining)
https://youtu.be/BHi5AJCPQNQ
https://www.instagram.com/profadaisyalbuquerque/​ dalbuquerque@unicarioca.edu.br
https://www.instagram.com/profadaisyalbuquerque/​ dalbuquerque@unicarioca.edu.br