Material Exclsuivo -Mineração de dados e Cia Parte 7

Prévia do material em texto

____________________________________PROF WASHINGTON_____________________________INFORMÁTICA 
__________________________________________________________________________________________________________________________ 
AUTORIA: PROF. WASHINGTON LUIS – INFORMÁTICA PARA CONCURSOS – wasfloripa@hotmail.com 
6 
MATERIAL EXCLUSIVO PD 
 
 
 
 
MINERAÇÃO , ESTATÍSTICA OU IA: 
O Data mining esta intimamente ligado a Estatística, 
Otimização Restritiva e o Aprendizado de Maquina ( IA ) ou 
(Machine Learning) portanto não tem como separar o data 
mining estas disciplinas. ( Importante isso para a prova ) O 
Data mining é algo em sentido amplo ( Lato Sensu) 
 
Como vimos na figura acima, é através de um DW ou DM que 
se obtem os dados para se minerar ou aplicar técnicas de 
OLAP enfim tudo que envolve a BI ( BUSSINESS 
INTELLIGENCE). Então veja que existem fases até chegar 
nas técnicas de BI. 
1 – DATA SOURCES : OLTP + ERP + CRM + SQL + 
ARQUIVOS FILES 
2 – ETL: EXTRAÇÃO Fase de Preparação e Extração dos 
dados nas fontes de dados do ítem 1. 
3 – DATA WAREHOUSE: Armazenamento destas informações 
preparadas pelo ETL de forma organizada. 
4 – APLICANDO A BI ( BUSSINESS INTELLIGENCE) : Uso 
de ferramentas para se localizar padrões e regras e extrair 
conhecimento tais como DATA MINING E OLAP. 
*** 
Atenção ANOTEM!! , podemos usar as ferramentas de BI tais 
como MINERAÇÃO E OLAP em qualquer base de dados não 
precisa necessariamente ser um DW OU DM 
************************* 
BIZU PARA MEMORIZAR SOBRE MINERAÇÃO! 
Lembre destes termos na prova. 
• PROCESSO 
• RECONHECIMENTO DE PADRÕES 
• PARA GERAR CONHECIMENTOS 
• TOMADA DE DECISÃO 
• USANDO TECNICAS DE IA/APRENDIZADO 
MAQUINA 
• USA DADOS DOS DW ou de Fontes diversas. 
 
A MINERAÇÃO DE DADOS TEM COMO OBJETIVOS: 
• Previsão / Estimação: Mostrar como certos dados 
irão se comportar no futuro. 
o Exemplo: Volume de vendas de um 
produto. Descobrir que Toda quinta-feira 
tem mais vendas ou descobrir quais 
produtos estão com falta neste dia. 
Melhorando uma tomada de decisão por 
parte da empresa. Com isso ela irá repor 
os produtos que faltam na quinta para 
evitar que o cliente fique sem ele. 
 
• Identificação: Identificação de dados podem 
identificar padrões, evento ou atividade. Técnica de 
comparação. 
o Exemplo: Identificar um intruso no 
sistema. 
 
• Classificação: Particionar dados colocando em 
categorias. Muito usado no mercado financeiro. 
o Exemplo: Bom pagador. Mal pagador em 
um banco por exemplo consegue 
identificar e padronizar quais clientes tem 
maiores chances de pagar em atraso uma 
fatura de cartão levando em consideração 
uma pré-classificação por idade, sexo, 
renda etc. 
 
• Otimização: Otimizar o uso de recursos. 
o Ex: Tempo para terminar um projeto. 
Recursos financeiros, por exemplo sabe-
se que final de ano tem menos vendas, 
então a empresa irá tomar medidas 
preventivas. 
 
 
Continuamos no próximo material galera! 
Prof. Washington 
 
 
 
 
mailto:wasfloripa@hotmail.com