Baixe o app para aproveitar ainda mais
Prévia do material em texto
Data Warehouse e Datamining Aula 1 Profª Janine Prates 16/09/2013 Data Warehouse e Datamining 16/09/2013 Aula 1 Data Warehouse e Datamining • Bibliografia Básica: – ILNMOM, W. H. Como construir o Data Warehouse. Rio de Janeiro. Editora Campus. 2 ed. 1997. – EBECKEN, N. F. F., LOPES, M. C. S., COSTA, M. C. A. Mineração de Textos. In: REZENDE, Solange Oliveira. Sistemas Inteligentes: fundamentos e aplicações. São Paulo: Manole, 2003. – ELMASRI, R. E. NAVATHE, S. B. Sistemas de Banco de Dados. São Paulo: Addison-Wesley, 2005. 16/09/2013 Data Warehouse e Datamining 16/09/2013 Data Warehouse e Datamining 16/09/2013 • Bibliografia Complementar: – RUSSELL, Stuart; NORVIG, Peter. Inteligência artificial . Rio de Janeiro: Campus,2004. – BITTENCOURT, G. Inteligência artificial: ferramentas e teorias. 2 ed. Florianópolis: Editora da UFSC. 2001. 362 p. – SILBERSCHATZ, A.; KORTH, H. F. Sistema de Banco de Dados. 3a Edição. São Paulo: Makron Books, 1999. Data Warehouse e Datamining – HEUSER, C. A. Projeto de Banco de Dados. Porto Alegre: Sagra Luzzatto 2004. – GRAVES, Mark. Projeto de banco de dados com XML: guia completo para desenvolver bancos de dados com tecnologia XML conectados à Web; integração de bancos de dados XML a sistemas corporativos; exemplos de código Java, SQL e XSL; aplicável a todos os . São Paulo: MAKRON Books, 2003. 16/09/2013 Data Warehouse e Datamining • Ementa: – Conceitos básicos de coleta e engenharia de dados, – Preparação de dados (Data warehouse, ferramentas OLAP, modelo dimensional); – Técnicas de mineração de dados (classificação, agrupamento, regras de associação); – Interpretação e operacionalização do conhecimento descoberto; – Aplicações de mineração de dados; – Projeto prático. 16/09/2013 Data Warehouse e Datamining • Objetivo Geral: – O aluno estará apto a reconhecer, projetar e implementar os elementos da arquitetura do Data Warehouse. 16/09/2013 Aula 1 - 22/02/2013 Data Warehouse e Datamining • Objetivos Específicos: – Projetar um ambiente DW, dado um problema; – Implementar seus principais componentes (ETL, Metadados, Modelagem Dimensional); – Implementar um algoritmo simplificado de Data Mining; – Utilizar alguma ferramenta de suporte em mineração de dados 16/09/2013 Aula 1 - 22/02/2013 Data Warehouse e Datamining • Avaliação: • Debate I: Data Warehouse (5 pontos); • Debate II: Datamining (5pontos); • Listas/Trabalhos (15 pontos) • Prova I (25 Pontos). • Prova II (25 Pontos), Obs: Prova Colegiada (Mês 10). • Prova/Projeto Final (25 pontos) 16/09/2013 Data Warehouse e Datamining • Metodologia Proposta: – Aulas expositivas e dialogadas com utilização de recursos audiovisuais, sala de aula e laboratório; – Resolução de exercícios; – Desenvolvimento de um projeto de construção de um Data Warehouse. Equipes de no máximo 3 alunos. 16/09/2013 Aula 1 - 22/02/2013 Data Warehouse e Datamining – Apresentação do projeto. – Realização de dois debates sobre aplicação de Data warehouse/Dataminig – Leitura de textos relacionados com a disciplina. 16/09/2013 Aula 1 - 22/02/2013 Data Warehouse e Datamining • Contrato de Resultado: – Média para aprovação 70%; – Disciplina 72 horas – 75% de frequência – Aulas: • Segunda – 21:00 as 22:40 • Quarta – 19:10 as 20:50. – Prova substitutiva, 2ª Chamada (??); – Uma prova final (Caso não atinja os 70% da nota, mas tenha frequência). 16/09/2013 Questionário 1. Nome: 2. Local de Trabalho: 3. Atua na área de TI? Caso afirmativo, em qual seguimento? 4. Expectativas com a disciplina: 5. Conceitue: 1. Data Warehouse 2. DataMining 6. Você vislumbra algumas aplicações para Data Warehouse e Datamining na sua vida profissional (Atual ou futura)? Justifique. 16/09/2013 Aula 1 - 22/02/2013
Compartilhar