ATIVIDADE 1 - MINERAÇÃO DE DADOS

Prévia do material em texto

01) Nesta unidade foi dado um esboço sobre a mineração de dados, e os passos a serem seguidos na descoberta de conhecimento da base de dados (KDD). Percebemos a importância do pré-processamento dos dados, centrando os esforços no objetivo principal, que vem a ser definido como regra de negócio pelos especialistas no domínio do problema, para que o modelo de conhecimento atenda a todos os requisitos formulados e permita sua filtragem em modelos semelhantes, formando assim redes de aprendizado de máquina. Com base nos conhecimentos adquiridos, cite como os algoritmos genéticos e as redes neurais vêm a somar à estruturação da mineração de dados e como eles podem minimizar processos com objetivos semelhantes aos modelos de conhecimento já criados, formando uma rede de aprendizagem.
Resposta: Algoritmo genético é um tipo de algoritmo computacional inspirado na teoria da evolução, que incorpora conceitos semelhantes a cromossomos, seleção, reprodução e mutação e, principalmente, resolve problemas de otimização. O conjunto de possíveis estados do problema é denominado população e cada estado constitui um indivíduo que é codificado assim como um cromossomo. Normalmente, um cromossomo é representado por um vetor binário, e seus elementos indicam a presença ou ausência de características. São essas características que determinam a forma final do indivíduo. Os algoritmos genéticos são baseados no princípio de Darwin da evolução das espécies, ou seja, de acordo com o princípio de sobrevivência do mais apto e reprodução, um mecanismo de busca paralelo e adaptável é fornecido.
Os algoritmos genéticos são utilizados em problemas complexos de otimização, como por exemplo: problemas com vários parâmetros ou características que têm a necessidade de serem combinadas em busca de uma melhor solução; problemas com restrições ou condições que não podem ser expressas matematicamente ou quando os problemas possuem grandes espaços de busca. Com os algoritmos genéticos pode-se criar fluxos de caixa inteligentes, data mining, entre outros.
Já a rede neural artificial é um modelo matemático com capacidade de aprendizado, generalização, associação e abstração. Apresentam uma estrutura altamente paralelizada, assim como o cérebro humano, composto por vários processadores simples e conectados entre si. As redes neurais possuem a habilidade de aprender a partir do ambiente que estão inseridas, elas tentam aprender diretamente dos dados, através de um processo de repetição de apresentação dos dados à rede. 
Referências: https://www.tesestec.com.br/pasteurjr/agrna.pdf
https://www.ppgee.ufmg.br/defesas/349M.PDF
http://www.inf.ufsc.br/~mauro.roisenberg/ine5377/Cursos-ICA/CE-intro_apost.pdf
https://sites.icmc.usp.br/andre/research/neural/