SCC5920

Minerao de dados
no estruturados

Organizao do Curso
2 Sem/2017
Prof Solange Oliveira Rezende
solange@icmc.usp.br
Sala 4-225 ramal 73-9659
Objetivos
Caracterizar a minerao de dados no
estruturados identificando algoritmos,
tcnicas e teorias relacionados ao tema.
Explorar as particularidades e
necessidades da minerao para diferentes
tipos de dados no estruturados.
O curso visa prover teoria e prtica a fim
de que os alunos possam aplicar as novas
tcnicas e ferramentas estudadas em
problemas reais. 2
Justificativa
A quantidade de dados gerados por diferentes fontes tem crescido em
escalas cada vez maiores. A necessidade de analisar esses dados de
forma automtica e as dificuldades encontradas nessa anlise tm
levado necessidade do desenvolvimento de novos mtodos que
possam lidar com os vrios problemas associados anlise de dados
no estruturados.
Este curso ir apresentar ao aluno os princpios gerais da minerao de
dados no estruturados e fornecer uma viso geral dos problemas
relacionados aos diferentes tipos de dados no estruturados e as
solues disponveis. Nesse contexto, a minerao de dados no
estruturados relevante em vrias linhas de pesquisa como
classificao supervisionada e semissupervisionada, agrupamento de
dados, deteco de comunidades, processamento de imagens,
recuperao de informao, reconhecimento de padres,
bioinformtica.
Carga horria: 120 (por semana: 4 teoria, 3 prticas, 8 estudos), 8 crditos
3
Conteudo
O objetivo desta disciplina explorar os
conceitos, tcnicas e aplicaes envolvidas
na minerao de dados.
Parte I - Fundamentos da Minerao de Dados
no estruturados: Identificao de problemas; pr-
processamento de dados; extrao de padres e ps-
processamento
Parte II - Tpicos especiais: Minerao de textos
para organizao de conhecimento em taxonomias de
tpicos; Minerao de Opinies, Minerao de Web,
Minerao de grafos, Minerao de dados temporais;
Minerao de imagens; entre outros. 4
Referncias
Mitchell, T. M. (1997). Machine Learning. McGraw-Hill.
Alpaydin, E. (2004). Introduction to Machine Learning. MIT Press.
Sholom M. Weiss, S.M.; Indurkhya, N.; Zhang, T.; Damerau, F. (2005)
Text Mining: Predictive Methods for Analyzing Unstructured
Information, Springer.
Bishop, C. M. (2006). Pattern Recognition and Machine Learning.
Springer.
Feldman, R. e Sanger, J. (2007). The Text Mining Handbook: Advanced
Approaches in Analyzing Unstructured Data. Cambridge University
Press.
Berry, M., Castellanos, M., for Industrial, S., e Mathematics, A. (2007).
Survey of text mining II: clustering, classification, and retrieval.
Number v. 2. Springer.
Berry, M. e Kogan, J. (2010). Text Mining: Applications and Theory.
John Wiley & Sons.
5
Kumar, V. (2010) Temporal Data Mining (Chapman & Hall/CRC Data
Referncias Complementares:
Faceli, K.; Lorena, A. C.; Gama, J.; de Carvalho, A. C. P. L. F.
Inteligncia Artificial - Uma Abordagem de Aprendizado de Mquina.
1. ed. Rio de Janeiro: LTC, segunda tiragem, 2015.
REZENDE, S.O. (Ed.) - Sistemas Inteligentes. Fundamentos e
Aplicaes. Manole. 2003.
Artigos recentes dos peridicos Information Sciences Journal, Neural
Networks, Neurocomputing, Machine Learning, Applied Intelligence,
Journal of Machine Learning Research, Intelligent Data Analysis,
Physical Review e outros, bem como de conferncias importantes da
rea.

Informaes sobre material on-line sero fornecidas durante as aulas e no

portal da disciplina.

6
Pgina do Curso
Tidia - http://ae4.tidia-ae.usp.br/portal
Material das aulas
Submisso de trabalhos
...
Comunicao pelo e-mail institucional (e-
mail cadastrado no sistema Janus)

7
Gerais
muito importante estar presente
ativamente nas aulas!

8
Avaliao
1 Prova do contedo da parte I
1 Trabalho do contedo da parte II
1 Apresentao do trabalho (diversas etapas do
trabalho + artigo final)

Atividades Extras (apresentao individual tema + ...

Mfinal = 0.3*MProva + 0.3*T + 0.2*Apres

+ 0.2*AtivExtras

9
Aulas
y- prova; x-sem aula;
11/10 Aula 01
18/10 Aula 02
25/10 Aula 03
01/11 Aula 04

08/11 Aula 05

15/11 Feriado

22/11 Aula 06
29/11 Aula 07

06/12 Aula 08

10
Atividades
Atividade 1 (Extra):
Assistir o filme o Poder do alm da vida
e indicao sobre as 10 pontos de
reflexo que voc considerou importante
(trazer a reflexo para sobre as 3 perguntas para incio
de cada aula).
Como voc relaciona isso com esta
disciplina? E com a sua capacidade de
ensinar?
11
Atividade 2
Pesquisar para a prxima aula uma
aplicao de que envolva minerao de
dados no estruturados que seja real e
benfica e uma aplicao que pode ser
utilizada por um grupo de pessoas em
detrimento de outros
(aplicaes utilizadas pela sociedade atualmente).

Fazer no mnimo 1 slide com informaes da aplicao,

apresentar em aula e postar TIDIA (em ppt) at prxima
quarta (dia 18/10 s 15horas)
<seu_sobrenome>_atividade2.pptx 12
FIM
13