Slide da Unidade - Big Data, IA e Cloud Computing

Prévia do material em texto

Unidade 4
Jéssica Laisa Dias da Silva
Alan de Oliveira Santana
Big Data e Ciência dos Dados
Unidade 4| Introdução
Nesta unidade vamos abordar sobre o 
aprendizado de máquina e suas 
técnicas, bem como estas podem 
contribuir no processo de análise de 
dados e tomada de decisão. 
Estudaremos ainda sobre gerência de 
dados por meio da computação na 
nuvem, sobre a bioinformática 
juntamente com seus conceitos, 
características, histórico, aplicações e 
ainda veremos como esta se relaciona 
com a ciências dos dados e Big Data.
Figura 1 - Máquina.
Fonte: Pixabay.
Unidade 4| Objetivos
1. Compreender as técnicas de aprendizado de máquina
2. Entender a gerência de dados e computação na nuvem
3. Assimilar o conceito de bioinformática
4. Adquirir noções de inovação tecnológica e novas tendências
1. Técnicas de Aprendizado de Máquinas
Conforme Pai (2016), as organizações 
utilizam algumas técnicas e 
tecnologias para realizar a 
manipulação, análise e visualização 
de Big Data. Estas técnicas surgiram 
com contribuições dos campos da 
estatística, ciência da computação, 
matemática e economia, com 
algumas idealizadas para lidar 
especificamente com Big Data e 
outras foram ajustadas para trabalhar 
nesse contexto. 
Figura 2 – Técnicas.
Fonte: Pixabay
Neste sentido, a contribuição das áreas citadas para a análise em Big 
Data, precisa de técnicas multidisciplinares para processar com qualidade 
o grande volume de dados no momento da execução (PAI, 2016). Abaixo 
será exposto a contribuição de cada área previamente citada: 
Matemática: utiliza técnicas e fórmulas matemáticas tradicionais com o 
intuito de resolver problemas relacionados a correlação de dados. 
Estatística: conjunto de técnicas matemáticas que contribuem com a 
análise e apresentação de dados. A análise estatística e suas decisões são 
fundamentadas no entendimento de como o acaso implica em certos 
eventos ou resultados (KALLA, 2018).
Métodos Otimizados: estes se referem a reduzir custos ou aumentar a 
eficiência da produção. Um algoritmo de otimização é um método que é 
executado iterativamente fazendo um comparativo com diversas soluções 
até que se encontre uma ótima ou pelo menos, uma satisfatória (IIT 
Madras) (PAI, 2016). 
• Data Mining: A mineração de dados está inserida como parte do 
processo de Descoberta de Conhecimento em Banco de Dado (KDD –
Knowledge Discovery in Databases), o qual, tem por objetivo a seleção 
dos métodos a serem usados por busca padrões nos dados, seguido da 
busca por padrões de interesse num modo particular de representação, 
juntamente com o objetivo pelo melhor ajuste dos parâmetros do 
algoritmo para atividades que se deseja aplicar (TAN et al., 2005).
Machine Learning: conjunto de procedimentos que podem identificar de 
modo automático, padrões em dados e, em consecutivo, utilizar os padrões 
descobertos para prever dados futuros ou executar outros tipos de tomadas 
de decisão (LI et al, 2001).
Redes Neurais: trata-se de um paradigma de programação de inspiração 
biológica que permite um computador aprender a partir de dados 
observacionais.
Processamento de Sinal: tem por objetivo operar, analisar, e deduzir de 
um sinal, dados que possam ser extraídos de forma útil.
Métodos de Visualização: são técnicas utilizadas para elaborar tabelas, 
imagens, diagramas e outras formas de disponibilização de modo intuitivo 
para entender os dados.
Entendendo de Aprendizado de Máquina 
Conforme Zhou et al (2017), 
as técnicas de Machine
Learning (Aprendizado de 
Máquina) promovem grandes 
impactos em uma variedade 
de aplicações na computação, 
tais como: processamento, 
compreensão de linguagem 
natural, neurociência e 
Internet das Coisas. 
Figura 3 – Aprendizado de Máquina.
Fonte: Pixabay
As técnicas de aprendizado de máquina possibilitam aos usuários a 
realização de previsões através de grandes volumes de dados. Esses por 
sua vez, ajudam o desenvolver através de algoritmos eficientes, o qual, 
está sendo responsáveis por fornecer um grande potencial e ser uma 
parte essencial da análise de Big Data (GANTZ, 2012).
O aprendizado indutivo pode ser dividido em três tipos: aprendizado 
supervisionado, aprendizado não supervisionado e aprendizado semi-
supervisionado. Desta forma, a classificação está relacionada com os 
métodos adotados no processo de generalização do conhecimento 
(MONARD e BARANAUSKAS, 2003).
2. Gerência de Dados e Computação na Nuvem
A computação em nuvem pode 
ser conceituada como um modelo 
que possibilita acesso por 
demanda a um agrupamento de 
elementos computacionais que 
podem ser configuráveis, como 
CPU, armazenamento e memória. 
Estes, por sua vez, podem ser 
disponibilizados de modo rápido 
com o mínimo esforço de 
gerenciamento ou assistência do 
provedor da nuvem (MELL; 
GRANCE, 2009).
Figura 4 – Computação em Nuvem.
Fonte: Pixabay
A nuvem é uma metáfora para a internet ou infraestrutura de comunicação 
entre os elementos arquiteturais, fundamentado em uma abstração que 
esconde à complexidade de infraestrutura (BUYYA et al. 2009).
Desta maneira, parte dessa infraestrutura é tida como um serviço e estes são 
geralmente alocados em centros de dados, usando hardwares 
compartilhados para computação e armazenamento (BUYYA et al. 2009).
Os diferentes tipos de modelos de implantação de nuvens são: nuvem 
pública, privada, comunidade e híbrida. Outro aspecto importante para 
destacar na computação em nuvem, são os modelos de serviços que 
ajudam a atender às demandas de serviços conforme os padrões e 
características, assim, criou-se uma série de modelos de serviço de Cloud. 
Os principais modelos segundo Pedroso (2014) são: SaaS, PaaS e IaaS.
Gerenciamento de Dados de computação em 
Nuvem
Temos que destacar o fator do 
gerenciamento de dados ser 
considerado um ponto crítico no 
aspecto de computação em nuvem 
devido os SGBDs relacionais não 
possuírem escalabilidade quando 
milhares de sítios são considerados 
(WEI et al., 2009).
Figura 5 – Banco de Dados.
Fonte: Pixabay
Dessa forma, elementos de armazenamento de dados, processamento de 
consultas e gerência transacional, tem se tornado mais flexíveis para 
algumas abordagens, de modo a garantir a escalabilidade, porém, ainda 
não há soluções que juntem estes elementos de modo a melhorar o 
desempenho sem implicar a consistência dos dados (ABADI, 2009). 
Nesse contexto, diversas abordagens surgem para gerenciar dados em 
nuvens, dentre as quais podemos citar o Microsoft Azure e HBase
(BRANTNER et al., 2008). 
Um ponto importante é o trade-off entre às funções e custos operacionais 
enfrentados pelos provedores de serviços., o qual, destaca-se os serviços 
em nuvem para dados que disponibilizem APIs que contém mais 
restrições do que os SGBD relacionais, com uma linguagem minimalista de 
consulta e promovendo a garantia de consistência limitada (ABOUZEID et 
al., 2009).
Segundo Armbrust et al. (2009), a construção de um sistema de 
armazenamento que junta os vários recursos de computação em nuvem 
de modo a ampliar a escalabilidade, a disponibilidade e consistência dos 
dados, é um problema de campo aberto para estudos e pesquisa.
Assim, temos os SGBDs em nuvem que surgiram para serem usados como 
atrativo para chamar clientes de vários setores do mercado, desde 
pequenas empresas com o intuito de minimizar o custo total, através da 
utilização de infraestrutura e sistemas de terceiros, como até grandes 
empresas que sempre buscam soluções para gerenciar suas grandes 
quantidades de máquinas e possibilitar o atendimento de um aumento 
inesperado de tráfego (ABADI, 2009). 
No contexto para melhorar o gerenciamento e minimizar os custos, as 
aplicações de Big Data têm usado ambientes de Cloud Computing ou 
Computação em Nuvem (AGRAWAL et al., 2011). 
Estes ambientes possibilitam que as empresas e pessoas aluguem 
capacidade de computação e armazenamento sob demanda e com 
pagamento com base na utilização, em vez de fazerem grandes 
investimentos de capital necessáriospara a construção e instalação de 
equipamentos de computação em larga escala (SOUSA et al., 2010).
3. Bioinformática
Temos a bioinformática sendo 
uma área multidisciplinar 
envolvendo as áreas de 
engenharia de softwares, 
matemática, estatística, ciência 
da computação e a biologia 
molecular, o qual, necessita de 
sistemas computacionais 
robustos, bem como, 
profissionais qualificados e 
especializados (CAMARGO 
FILHO et al., 2002).
Figura 6 – Trabalho Junto a Gestão.
Fonte: Pixabay
Lorenzoni (2019) Descreve algumas funções da bioinformática, 
apresentadas abaixo:
A implementação de novos algoritmos e estatísticas;
Análise e interpretação de diversos tipos de dados biológicos;
Desenvolvimento e idealização de ferramentas que possibilitem o acesso 
e gerenciamento eficazes de variados tipos de informações.
De modo geral, podemos destacar que os objetos de estudo relacionados 
a bioinformática são vários e sequências de biomoléculas, o qual, incluem: 
comparações entre sequências (alinhamento); identificação de padrões 
em sequências (assinaturas); caracterização de relações evolutivas 
(filogenia); construção e anotação de genomas; construção de redes 
(biologia de sistemas); obtenção de modelos 3D para proteínas e outras 
biomoléculas (por exemplo, modelagem comparativa);
Identificação do modo de interação de moléculas (atracamento); seleção 
de compostos com maior potencial de inibição (atracamento); 
caracterização da flexibilidade molecular (dinâmica molecular); avaliação 
do efeito de mudanças na estrutura e ambiente molecular na dinâmica e 
função de biomoléculas (dinâmica molécula).
Segundo de Paula (2012), oferecer a proveniência de dados em projetos 
de Bioinformática, exige uma solução que possibilite armazenar a ligação 
entre os dados processados, combinando-os com as informações das 
execuções de cada processo e de seus resultados. A definição tratada por 
Buneman et al. (2001) apresenta o termo proveniência como ”linhagem” 
ou ”pedigree” que se refere o histórico de como aquele dado foi criado ou 
derivado. Isto implica em relatar que o significado de proveniência é a 
origem ou procedência.
Aplicações da Bioinformática
Assim, podemos destacar no campo 
da bioinformática algumas aplicações 
e suas contribuições, o qual, estão 
descritas conforme Lorenzoni (2019):
Aplicada na área agrícola: A 
bioinformática vem sendo adotada 
em pesquisas agrícolas por conta da 
seu grande volume de dados 
inerentes as diferentes culturas. Figura 7 – Bioinformata.
Fonte: Pixabay
Genética comparativa: A genética comparativa consiste em avaliar planta 
modelo e planta não modelo. As espécies podem revelar uma organização 
de seus genes, uma em relação à outra, que é usada para transferir 
informações dos sistemas de plantas modelo para outras culturas 
alimentares.
Fontes de energias renováveis: é sabido que um dos melhores meios para 
obter energia é a biomassa vegetal, como exemplos temos o milho, cana, 
entre ouras. 
Através das ferramentas de bioinformática é possível detectar variações 
nas sequências associadas a fenotipagem e que possam identificar 
genótipos superiores para maximizar a produção de biomassa. 
Melhoramento de plantas: ajuda a compreender a base genética e 
molecular de todos os processos biológicos nas plantas. Isso é importante 
pois possibilita a exploração eficaz de plantas como recursos biológicos no 
desenvolvimento de novas culturas com melhor qualidade e custos 
econômicos em ambientais reduzidos. 
Melhoramento para qualidade nutricional: um dos exemplos mais 
clássicos de alimentos biofortificados é o arroz dourado, o qual, foi 
enriquecido com beta caroteno que no organismo é facilmente convertido 
para vitamina A.
Fitopatologia: a bioinformática possibilitou o mapear de todo o genoma 
de muitos organismos, contribuindo dessa forma com o entendimento da 
arquitetura genética de microrganismos e patógenos para verificar como 
esses afetam a planta hospedeira, usando a abordagem meta genômica e 
transcriptômica. 
Neste contexto da bioinformática e seus objetos de estudos, surge outro 
tipo de profissional: o bioinformata. Esse deve ter a habilidade e 
competência de identificar os problemas biológicos e solucioná-los 
através do uso de ferramentas computacionais (SOARES, 2006).
4. Inovação Tecnológica E Novas Tendências
Com a grande produção de dados e 
novas tecnologias sendo desenvolvidas, 
as técnicas de Big Data e Ciências de 
Dados acabam crescendo e contribuindo 
para estes avanços. Muitos especialistas 
relatam que o Big Data pode trazer 
grandes mudanças de contexto 
econômico e social.
Figura 8 – Inovação Tecnológica.
Fonte: Pixabay
Podemos citar algumas tendências tecnológicas relatas por Paredes (2019):
Os sistemas de armazenamento distribuído NoSQL são tendências de 
crescimento devido serem tão importantes para grandes necessidades de dados 
e infraestrutura, como para empresas como Google, Amazon e Facebook.
Os bancos de dados com processamento baseado em GPUs (Unidade de 
Processamento Gráfico) que estimulam o cálculo de informações em massa e 
ajudam a minimizar os tempos de treinamento de modelos e projetos de 
aprendizado de máquina.
Os chatbots que possibilitam responder a consultas e executar ações prática e de 
modo automático e através de uma linguagem natural. 
Inovação Tecnologia 
Segundo Amaral (2016), 
algumas inovações 
importantes que o Big Data
vem fornecendo as suas 
aplicações é a capacidade de 
tornar os processos produtivos 
mais eficientes, com custos 
reduzidos, produtividade e 
intervalos de paradas não 
programadas menores. 
Figura 9 – Inovação Tecnologia.
Fonte: Pixabay.
No campo da administração, o Big Data possibilita um ganho no campo de 
fraudes, onde fornece a redução delas ao reduzir os passivos judiciais e a 
verificação do pagamento de impostos. 
O Big Data também vem gerando modificação no relacionamento das 
empresas com seus fornecedores e parceiros comerciais (AMARAL, 2016).
O volume, a velocidade e a capacidade de processar os dados de diversas 
fontes, criam grandes desafios, dispersos ou combinados, a serem 
superados ligados ao armazenamento, processamento, visualização e 
análise dos dados.
	Número do slide 1
	Unidade 4| Introdução
	Unidade 4| Objetivos
	1. Técnicas de Aprendizado de Máquinas
	Número do slide 5
	Número do slide 6
	Número do slide 7
	Número do slide 8
	Número do slide 9
	Entendendo de Aprendizado de Máquina 
	Número do slide 11
	2. Gerência de Dados e Computação na Nuvem
	Número do slide 13
	Número do slide 14
	Gerenciamento de Dados de computação em Nuvem
	Número do slide 16
	Número do slide 17
	Número do slide 18
	Número do slide 19
	3. Bioinformática
	Número do slide 21
	Número do slide 22
	Número do slide 23
	Aplicações da Bioinformática
	Número do slide 25
	Número do slide 26
	Número do slide 27
	4. Inovação Tecnológica E Novas Tendências
	Número do slide 29
	Inovação Tecnologia 
	Número do slide 31