Mestrado em Direcção Estratégica em Engenharia de Software

Disciplina: TI016 – Business Inteligence e Gestão Documental

Actividade de Caso Prático

Tema: Metodologia CRISP-DM

Aluno: Jorge Miguel Neto

Data 09/10/2021
1. Quais foram as ações realizadas pela equipe de trabalho para cumprir
o primeiro passo da metodologia CRISP-DM?

R: Para cumprir o primeiro passo da metodologia CRISP-DM a equipe de

trabalho realizou as acções de identificação das necessidades do cliente ou
dos especialistas da organização, levantamento e esboço das necessidades e
expectativas, levantamentos dos hardwares e softwares, realizar inventários
das bases de dados existentes, bem como verificar a existência e Data
Warehouses na organização, assim também como identificação dos objectivos
e dos factores mais significativos para a mineração dos dados.

2. Quais foram as ações realizadas pela equipe de trabalho para

compreender a natureza dos dados envolvidos no negócio?

R: As acções realizadas pela equipe de trabalho para compreender a

natureza dos dados envolvidos no negócio foram as conhecer e
entender os dados disponíveis, avaliar a qualidade dos dados, bem
como verificar se a volumetria atende o negócio.

3. Explique o processo utilizado para atacar a preparação dos dados na

organização.

R: O processo utilizado para atacar a preparação dos dados na

organização consiste na seleção dos dados para análise, onde são
selecionados apenas os dados que irão ser analisados, compreende
também na limpeza dos dados, neste, em que serão removidos ou
ajustados, assim como completar dados que estejam ausentes com
algum padrão de dados estabelecidos e que tenham ligação com o
negócio na organização, como também consiste na adequação do
formato dos dados, construção de novos atributos com base nos
atributos derivados.

Ou ainda, o processo utilizado consiste em um conjunto de atividades

destinadas a obter os dados finais, a partir do qual será criado e
validado o modelo. A seleção dos dados e a escolha dos atributos são
partes deste processo. Outra, é a integração que representa a junção
de dados provenientes de várias tabelas, para criar uma visão única,
onde está toda a informação necessária para a análise.

4. Mencione que etapa segue à preparação dos dados e de que modo foi
realizada pela equipe de trabalho.

R: A etapa que segue à preparação dos dados é a Modelagem, e esta etapa

foi realizada pela equipe de trabalho de modo a selecionar e aplicar as
técnicas de Data Mining, com base nos objectivos identificados no
primeiro momento. Nesta etapa a equipe de trabalho escolhe as
técnicas mais adequadas para modelagem, com base em algoritmos
de mineração, onde testes iniciais voltados à calibração de parâmetros
dos algoritmos serão feitos.
 5. Quais foram os algoritmos utilizados?

R: Os algoritmos utilizados foram: algoritmos de mineração de dados,

algoritmos de codificação, algoritmos de aprendizagem de máquina,
algoritmos de otimização.

6. De que forma foi possível garantir a fase de avaliação no projeto?

R: Foi possível garantir a avaliação do projecto revendo os passos seguidos

anteriormente e verificando se os objetivos de negócio foram
alcançados, sendo que pode ser feito por meio de reuniões, onde os
dados e insights são apresentados para os envolvidos nas tomadas de
decisão.

7. Explique brevemente a fase de implementação do projeto.

R: A fase de implementação do projecto e a fase onde tudo que foi

obtido de conhecimento dos dados são entregues de forma a ser
aplicada. A partir disso, podem ser mudados os processos dentro da
organização e criados novos produtos, tudo com base em dados,
garantindo, assim, o sucesso dos negócios, bem como levar em
consideração que o modelo resultante desta fase precisa ser viável de
ser utilizado, ou seja, o modelo para obtenção de conhecimento
precisa, além ser aderente às necessidades da organização, necessita
ser interpretável e com capacidade operacional.

Referências Bibliográficas:

 Material de estudo da disciplina TI016 – Business Inteligence e Gestão

Documental.

 Amaral, F. (2016). Aprenda Mineração de Dados – Teoria e prática. Rio

de Janeiro: Alta Book.

 GOLDSCHMIDT, Ronaldo; PASSOS, Emmanuel; BEZERRA,Eduardo.

Data Mining – Conceitos, técnicas, algoritmos, orientações e
aplicações.

 PROVOST, Foster; FAWCETT, Tom. Data Science para Negócios.