Baixe o app para aproveitar ainda mais
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
Compartilhar