Data Mining,

Deep Learning e
Business Intelligence

Data Mining,
Deep Learning e
Business Intelligence
• Amaury Mário Ribeiro Neto
• Fernando Augusto de Oliveira Coelho
• Ubirajara Cesário
• Victor Ferreira Almeida Mota

Universidade Federal de São João del Rei (UFSJ)

Disciplina: Banco de Dados - Professor Leonardo Chaves Dutra da Rocha
Pós Graduação em Ciência da Computação

Abril/2021
 Sumário
Data Mining,
Deep Learning e
Business Intelligence

• Introdução – Conceitos
• Data Mining – Dados, Informação, Conhecimento
• Data Mining – História, Processo, Big Data
• Deep Learning
• Tarefas de Mineração de Dados
• Técnicas e Métodos
• Business Inteligence (BI)
• Aplicações parte 1
• Aplicações parte 2
• Conclusão
• Referências
• Dúvidas
2
Introdução
Data Mining,
Deep Learning e
Business Intelligence

3
 Data Mining
Data Mining,
Deep Learning e
Business Intelligence

Data mining é um subcampo interdisciplinar da

ciência da computação e estatística com o objetivo
de extrair informações utilizando métodos
inteligentes, de um conjunto de dados.

4
 Data Mining – O que é?
Data Mining,
Deep Learning e
Business Intelligence

• O que é mineração de dados?

• Em Zhou , é feita uma comparação de três perspectivas

diferentes:

➢ Em Hand et al., a definição é dada de uma perspectiva

estatística.
➢ Em Cabena et al., a definição é dada de uma perspectiva de
banco de dados.
➢ Em Fayyad et al. , a definição é dada da perspectiva do
aprendizado de máquina.

5
 Data Mining,

Data Mining – Dado, Informação, Conhecimento

Deep Learning e
Business Intelligence

6
 Data Mining,
Data Mining – Dado, Informação, Conhecimento Deep Learning e
Business Intelligence

7
Data Mining - História
Data Mining,
Deep Learning e
Business Intelligence

8
 Data Mining - História
Data Mining,
Deep Learning e
Business Intelligence

• Por vezes chamado de "descoberta de conhecimento em bancos de dados", o termo

"mineração" só foi cunhado nos anos 1990.

• Sua base compreende três disciplinas científicas entrelaçadas que existem há tempos:
estatística, inteligência artificial e aprendizado de maquina.

9
 Data Mining - Processo
Data Mining,
Deep Learning e
Business Intelligence

• Análise de dados é usada para testar modelos e hipóteses no conjunto de dados, por exemplo,
analisar a eficácia de uma campanha de marketing.

• Mineração de dados usa aprendizado de máquina e modelos estatísticos para descobrir padrões
clandestinos ou ocultos em um grande volume de dados.
10
 Data Mining - Processo
Data Mining,
Deep Learning e
Business Intelligence

O processo de descoberta de conhecimento em bancos de dados

(KDD) é comumente definido com as etapas:

1. Seleção
2. Pré-processando
3. Transformação
4. Mineração de dados
5. Interpretação / avaliação.

11
Data Mining - Processo
Data Mining,
Deep Learning e
Business Intelligence

1. Compreensão de negócios

2. Compreensão de dados

3. Preparação de dados

4. Modelagem

5. Avaliação

6. Desenvolvimento

12
Data Mining - Processo
Data Mining,
Deep Learning e
Business Intelligence

13
Data Mining - Processo
Data Mining,
Deep Learning e
Business Intelligence

14
 Data Mining - Big Data
Data Mining,
Deep Learning e
Business Intelligence

➢ Big Data é a análise e a interpretação de grandes volumes de dados de grande

variedade (não estruturados). Para isso são necessárias soluções específicas para
Big Data que permitam aos profissionais de TI trabalhar com informações não-
estruturadas a uma grande velocidade.

• Os 5 V’s do Big Data são:

• Volume
• Velocidade
• Variedade
• Veracidade
• Valor

15
 Data Mining,

Deep Learning (Inteligência Artificial) Deep Learning e

Business Intelligence

➢ Ramo de pesquisa da ciência da computação que busca, através de símbolos

computacionais, construir mecanismos e/ou dispositivos que simulem a capacidade do
ser humano de pensar, resolver problemas, ou seja, de ser inteligente.

16
 Machine Learning
Data Mining,
Deep Learning e
Business Intelligence

➢O Machine Learning é um
ramo da inteligência
artificial baseado na ideia
de que sistemas podem
aprender com dados,
identificar padrões e
tomar decisões com o
mínimo de intervenção
humana.

17
 Deep Learning
Data Mining,
Deep Learning e
Business Intelligence

➢ O Deep Learning trata-se de uma técnica

específica dentro da área de Machine
Learning. Ou seja, DL também envolve a
construção de algoritmos que usam dados
para aprender a resolver determinada
tarefa.

• O Deep Learning busca imitar a rede de

neurônios presentes nos humanos, por essa
razão sua implementação é feita com Redes
Neurais Artificiais.

18
 Deep Learning and Neural Networks
Data Mining,
Deep Learning e
Business Intelligence

➢Redes neurais artificiais geralmente

são apresentadas como sistemas de
"neurônios interconectados, que
podem computar valores
de entradas", simulando o
comportamento de redes neurais
biológicas.

• As redes neurais artificiais são

compostas por três tipos de camadas:
camada de entrada, camadas ocultas
e a camada de saída.

19
 Data Mining,
AI x Machine Learning x Deep Learning Deep Learning e
Business Intelligence

20
Machine Learning x Deep Learning Data Mining,
Deep Learning e
Business Intelligence

21
 Técnicas
Data Mining,
Deep Learning e
Business Intelligence

• Os métodos ou técnicas de mineração de dados podem ser divididos

tradicionalmente em dois tipos:

➢ Aprendizado Supervisionado.

➢ Aprendizado Não-supervisionado.

22
 Tarefas
Data Mining,
Deep Learning e
Business Intelligence

❖ Descrição

❖ Classificação

❖ Estimação ou Regressão

❖ Agrupamento (Clustering).

❖ Predição

❖ Associação.
23
 Técnicas e Métodos
Data Mining,
Deep Learning e
Business Intelligence

➢ Árvores de Decisão
➢ Redes Neurais
➢ Classificação Bayesiana
➢ Mineração de Itens Frequentes

Árvore de Decisão ilustração

Teorema de Bayes
24
 Técnicas e Métodos
Data Mining,
Deep Learning e
Business Intelligence

➢ Métodos de Particionamento ➢ Regressão Linear

K-means 25
 Business Intelligence (BI)
Data Mining,
Deep Learning e
Business Intelligence

COLETAR ESTRUTURAR RESULTAR

DADOS DADOS KPI’s Objetivo(s)

TOMADA DE DECISÃO
26
 Business Intelligence (BI)
Data Mining,
Deep Learning e
Business Intelligence

Lembram do slide de Dado vs Informação?

BI faz sentido com este conceito?

27
Business Intelligence (BI)
Data Mining,
Deep Learning e
Business Intelligence

28
 Business Intelligence (BI)
Data Mining,
Deep Learning e
Business Intelligence

Não perca hoje, no Globo Repórter...

• Gerentes/Diretores...

• Quem são eles?

• Onde vivem?
• O que eles querem?
• De que sobrevivem?

29
 Business Intelligence (BI)
Data Mining,
Deep Learning e
Business Intelligence

•Precisão nas tomadas de decisões

•Melhoria no Customer Experience

•Melhores estratégias de marketing e de vendas

•Aumento das receitas/lucro

•Melhor identificação de problemas no negócio

•Aumento da produtividade 30
Business Intelligence (BI)
Data Mining,
Deep Learning e
Business Intelligence

31
 Aplicações
Data Mining,
Deep Learning e
Business Intelligence

• Design de carro
• Priorização de investimentos
• Centro de Controle e Operações
• Cybersecurity
• Recomendações de filmes

32
 Aplicações
Data Mining,
Deep Learning e
Business Intelligence

CARACTERÍSTICAS BI DATA MINING BIG DATA

Padrões de comportamento de
VIRTUDE DA SOLUÇÃO Volumetria Data mining em grande escala.
dados.

Dados estruturados,
TIPOS DE DADOS Dados estruturados. Dados estruturados semiestruturados e não
estruturados

Reflete apenas o passado dos

ESTILO DE ANÁLISE Permite fazer a predição Permite fazer a predição
dados

RESULTADOS Painéis de controle com

Dashboards e Storytelling Relatório de recomendação
ESPERADOS indicadores

Extração do conhecimento de
Padrões de comportamento dos
FOCO Monitorar indicadores grandes massas de dados com
dados
fontes e tipos variados
VOLUME DE DADOS Alto Baixo Alto
33
 Aplicações
Data Mining,
Deep Learning e
Business Intelligence

• Segmentação de mercado
• Rotatividade de clientes (churn)
• Detecção de fraude
• Gerenciamento de risco

• Gestão e Vendas
• Administração e Marketing
• Tecnologia
• Educação

34
 Aplicações
Data Mining,
Deep Learning e
Business Intelligence

• A Process-Mining Framework For The Detection Of Healthcare Fraud

and Abuse, Yang (2006)

• Detectar comportamentos
abusivos e fraudulentos
ocorridos em sistemas de
seguro saúde.

• Identificação de alguns casos

abusivos e fraudulentos que
não seriam facilmente
identificados manualmente.
35
 Aplicações
Data Mining,
Deep Learning e
Business Intelligence

• Detecção de Fraude em Telecomunicações com Técnicas de Data

Mining e Análise de Redes Sociais. Pitrez (2015)

• Estudo de um conjunto de chamadas

telefônicas, avaliando-as como normais
ou anômalas.

• Estabelecimento de um filtro de
chamadas anômalas

36
 Referências
Data Mining,
Deep Learning e
Business Intelligence

• ZHOU, Z.-H. Three perspectives of data mining. Artificial Intelligence

Journal, p. 139–146, 2003.
• D. Hand, H. Mannila, P. Smyth, Principles of Data Mining, MIT Press,
Cambridge, CA, 2001.
• Cabena, P., et al. (1997). Discovery Data Mining From Concept to
Implementation. Prentice Hall
• U. Fayyad, G. Piatetsky-Shapiro, P. Smyth, Knowledge discovery and data
mining: Towards a unifying framework, in: Proc. KDD-96, Portland, OR,
AAAI Press, Menlo Park, CA, 1996, pp. 82–88.
• Demais referências na documentação.

37
 Data Mining,
Deep Learning e
Business Intelligence

OBRIGADO!
• Amaury Mário Ribeiro Neto
• Fernando Augusto de Oliveira Coelho
• Ubirajara Cesário
• Victor Ferreira Almeida Mota

38