INTELIGENCIA ANALITICA PG0968211

Prévia do material em texto

INTELIGENCIA ANALITICA PG0968211 - 202112.ead-15437.01
Restaurante que deseja planejar os pratos mais vendidos no dia com as condições climáticas.
· Feijoada;
· Filé à parmegiana.
Tendência de vendas para evitar desperdício nos ingredientes:
Planilha de vendas x condições climáticas 
Sol frio normal sim = qual é o prato no 15º?
modelo Naive Bayes
Como é possível classificar qual é o prato que será vendido nas condições climáticas neste 15] dia. Quais as ações 
É uma técnica de classificação baseada no teorema de Bayes com uma suposição de independência entre os preditores. Em termos simples, um classificador Naive Bayes assume que a presença de uma característica particular em uma classe não está relacionada com a presença de qualquer outro recurso. O modelo Naive Bayes é fácil de construir e particularmente útil para grandes volumes de dados. Além de simples, Naive Bayes é conhecido por ganhar de métodos de classificação altamente sofisticados. Teorema de Bayes fornece uma forma de calcular a probabilidade posterior P (C | X) a partir de P (C), P (x) e P (X | c). Veja a equação abaixo:
Dica 01: Análise de Dados
Existem duas formas de análise de dados que podem ser usadas para se extraírem modelos que descrevem classes importantes ou para serem previstas tendências futuras de dados. Essas duas formas são as seguintes: classificação e predição. Desse modo, reflita se a solução para o proprietário do restaurante pode ser obtida por classificação ou predição.
Dica 02: Algoritmo de Classificação
Há uma família de algoritmos de classificação que compartilha uma suposição comum: cada recurso dos dados classificados é independente de todos os outros recursos da classe. Dois recursos são independentes quando o valor de um recurso não afeta o de outro. Reflita se há relação de dependência ou independência entre os dados climáticos e a venda dos pratos de feijoada ou parmegiana.
Dica 03: Teorema de Bayes
O Teorema de Bayes é um aprendizado supervisionado que envolve aritmética simples. Trata-se apenas de contar as contas, multiplicar e dividir. Depois que as tabelas de frequência são calculadas, a classificação desconhecida envolve apenas o cálculo das probabilidades para todas as classes e a escolha da probabilidade mais alta. Agora, reflita se é possível obter o prato a ser vendido no 15º dia, utilizando-se o teorema de Bayes.
N1:
Conforme apresentado no estudo de caso, um restaurante, no intuito de atender seus clientes com pratos sempre frescos, além de evitar desperdício de alimentos, deseja realizar uma análise preditiva para saber como o clima, a temperatura, a umidade e a presença ou não de vento podem influenciar a decisão dos clientes em escolher entre um prato de feijoada ou um prato de parmegiana. 
Para isso, você é convidado a ajudar o proprietário do restaurante a prever, por meio do uso da inteligência analítica e com base nos dados históricos das variáveis apresentadas, a tendência de prato para o próximo dia.
Como vimos, o proprietário diariamente, durante 14 dias, reuniu dados referentes às vendas dos pratos, anotando também a situação climática do dia. Agora, com todos esses dados em uma planilha, deseja prever qual prato será vendido no décimo quinto dia.
 Desse modo, conforme os conceitos sobre análise de dados estudados, como o proprietário poderá prever o prato a ser vendido no 15º dia, considerando as condições climáticas da ocasião?
 
Assim, para o desenvolvimento da questão, é importante que você:
a) apresente a indicação de que, utilizando a mineração de dados no cruzamento dos dados do proprietário do restaurante, será possível obter o prato a ser vendido em uma situação x não catalogada;
b) explique como o algoritmo de classificação de Naïve Bayes pode resolver o problema.
 
CEZAR TAURION
LIVRO
Big Data
Autores: CEZAR TAURION
Editora: Brasport
Ano: 2013
Comentário: A leitura da página 100 evidencia os modelos de dados estruturados que utilizam tecnologia para processamento massivo de dados com paralelismo ou stream computing.
Detecção de Anomalias
Diversos autores chamam anomalias por outras designações, tais como anormalidades, contaminantes, desviantes, exceções, novidades, etc. Todos esses termos fazem referência a outliers. De acordo com Hawkins (1980, p. 1) uma anomalia ou outliers pode ser definida como “uma observação que desvia tanto das outras observações que levanta suspeita de que foi gerada por um mecanismo diferenciado”.