Baixe o app para aproveitar ainda mais
Esta é uma pré-visualização de arquivo. Entre para ver o arquivo original
CIÊNCIA DE DADOS BIG DATA ANALYTIC CICLO DE VIDA E INTRODUÇÃO À LINGUAGEM R DESCOBERTA DO CONHECIMENTO AGENDA Knowledge Discovery in Databases (KDD); Benefícios; Novas Profissões; Conclusão. KNOWLEDGE DISCOVERY IN DATABASES (KDD) Busca por padrões e novos conhecimentos de relacionamento de dados; Etapas seleção; limpeza; enriquecimento; transformação; mineração; apresentação de resultados. Variações apontadas por alguns autores; ETAPAS KNOWLEDGE DISCOVERY IN DATABASES (KDD) Segundo Fayyad (1996), teremos 5 etapas; Etapas de limpeza e enriquecimento efetuados na fase de pré-processamento; Etapas seleção; pré-processamento; transformação; mineração; apresentação de resultados; interpretação; avaliação. ETAPAS KNOWLEDGE DISCOVERY IN DATABASES (KDD) KNOWLEDGE DISCOVERY IN DATABASES (KDD) Uma das principais etapas; Seleção e filtragem dos dados avaliados nas etapas seguintes; Refletem diretamente na qualidade do resultado final da análise da mineração de dados; Aplicações para efetuar a extração das bases de dados, das quais estas podem ser originadas de diferentes fontes de dados; Aplicações também aplicam os filtros; Trazer somente dados relevantes para análise. SELEÇÃO KNOWLEDGE DISCOVERY IN DATABASES (KDD) Dados coletados podem possuir caracteres indesejados, ruídos ou informações incompletas; Ocorre quando são selecionados de: bases heterogêneas, BD sem tratamento, provêm da internet; Descartados: caracteres indesejados, mensagens com informações incompletas ou ruídos; Boa solução: Data Warehouse, pois contribui e facilita com dados limpos; Data Warehouse : melhor organização e gerenciamento. PRÉ-PROCESSAMENTO KNOWLEDGE DISCOVERY IN DATABASES (KDD) Adequar os dados em uma estrutura e formatação para os algoritmos de mineração de dados; Para não haver interferências ou erros durante a execução da mineração de dados (travamentos, exceções, dentre outras); Conversão de tipos de dados; TRANSFORMAÇÃO KNOWLEDGE DISCOVERY IN DATABASES (KDD) Processo automático ou semiautomático para explorar e analisar grandes massas de dados; Envolve métodos e aplicações interativas e interações de mineração; Busca por padrões e regras úteis e compreensíveis para o analista; Não existe um padrão para uso dos algoritmos de mineração; Classificação Predição ou Atividades Preditivas; Descrição ou Atividades Descritivas; MINERAÇÃO KNOWLEDGE DISCOVERY IN DATABASES (KDD) Predição Análise de dados que visa encontrar formas de prever futuras situações ou acontecimentos, através da análise de dados históricos; Aprendizado de Máquina Criação e uso de modelos que são aprendidos a partir dos dados; Usar os dados existentes para desenvolver modelos que possam prever possíveis saídas para os dados novos; Exemplos Prever se uma mensagem de e-mail é spam ou não; Prever se uma transação de cartão de crédito é fraudulenta; Prever qual a probabilidade de um comprador clicar em uma propaganda; Prever qual time ganhará o campeonato Brasileiro. MINERAÇÃO KNOWLEDGE DISCOVERY IN DATABASES (KDD) Algoritmos de Predição Redes Neurais; Back Propagation; Classificadores Bayesianos; Algoritmos Genéticos; Métodos de Estatística. MINERAÇÃO KNOWLEDGE DISCOVERY IN DATABASES (KDD) Descrição Busca de padrões utilizados como proposta para entendimento humano; Identificar características comuns entre um conjunto de dados; Algoritmos Descrição Regras de Associação e Numeração; Agrupamento; Lógica Indutiva; Algoritmos Genéticos. MINERAÇÃO KNOWLEDGE DISCOVERY IN DATABASES (KDD) Seleções e ordenações das descobertas interessantes; Mapeamento de apresentação dos resultados obtidos; Geração de relatórios de resultados. Formas de Apresentação Gráficos; Relatórios; Tabelas; Dentre outros. APRESENTAÇÃO DE RESULTADOS BIG DATA A importância do Big Data não gira em torno da quantidade de dados que possuímos, mas do que fazemos com eles; Permite Redução de Custos; Redução de tempo; Desenvolvimento de novos produtos; Decisões mais inteligentes. Combinação Big Data + Análise de Dados Determinar a causa raiz de falhas, problemas e defeitos; Otimizar ações no ponto de venda com base em hábito de compras; Detectar comportamentos fraudulentos. BENEFÍCIOS BIG DATA O crescimento do Big Data aponta novas oportunidades de emprego; Cientista de Dados Profissional capacitado em estatística, ciência da computação, matemática, capaz de analisar grandes volumes de dados e extrair insights que criem novas oportunidades de negócios; Analista de Negócios Profissional capacitado para analisar as respostas e tomar decisões estratégicas e táticas que alavanquem novo negócios ou aumentem a lucratividade da empresa; NOVOS PROFISSIONAIS BIG DATA Profissional de TI Profissional capacitado para cuidar da infraestrutura e suporte técnico para sustentar o Big Data. NOVOS PROFISSIONAIS CONCLUSÃO Entender as etapas da Descoberta de Conhecimento; Entender a importância da Mineração de Dados; Conhecer as novas Profissões do Big Data e suas atribuições.
Compartilhar