Disciplina:

Eletiva - TÓPICOS ESPECIAIS EM TECNOLOGIA

DA INFORMAÇÃO: BIG DATA E DATA MINING

Prof.ª Fabiane Sorbar

fabianesorbar@hotmail.com
BIG DATA E DATA MINING

• Carga horária: 80h/a

• Horários:
– Segundas-feiras e Terças-feiras
 Ementa
• O que é Ciência dos Dados e Big Data. O que é Data
Mining. Porque a análise é importante. Etapas Big
Date. Etapas Data Mining. Ferramentas de Big Data.
Ferramentas de Data Mining. Extração de informação
útil.
 Competência e Habilidades
• Compreender as oportunidades de novos negócios
proporcionadas pelo Big Data. Adquirir a capacitação
que atende as necessidades das organizações nos
projetos que exige um profundo conhecimento da
engenharia de desenvolvimento. Compreender os
passos do processo de descoberta de conhecimento
em base de dados (KDD). Conhecer e saber aplicar as
principais técnicas de Data Mining e Big Data. Saber
utilizar ferramentas para uso de algoritmos de Data
Mining e Big Data.
 Conteúdos
• Introdução e Conceitos - Data • Introdução à Big Data
Mining • Bancos de Dados em Memória
• Processo KDD • Infraestruturas para
• Análise Estatística de Dados Processamento Distribuído de
• Normalização e Transformação de Big Data
Dados • Hadoop
• Conhecendo a ferramenta Weka • Spark
para mineração de dados. • Big Data Analítico
• Agrupamentos • Soluções em Big Data /
• Associação Consumo
• Classificação • Ferramentas para Big Data
• Regressão • Internet das coisas
• Business intelligence
 Metodologia / Recursos
• Aulas expositivas com apresentação teórica do conteúdo e
construção de exemplos;
• Aulas expositivas dialogadas através de debates;
• Estudos de caso;
• Trabalhos de pesquisa individuais e/ou em equipes;
• Lista de Exercícios;
• Apresentações orais feitas pelos alunos, seminários;
• Utilização do laboratório de informática, para demonstração de
aplicativos bem como pesquisas necessárias.
 Sistema de Avaliação
• N1B = (P1 + Tn).
– N1B = (7,0 + 3,0 ) = 10 pontos.
• 26/09 – P1 (previsão) - permite 2ª chamada
• N2B = (P2 + Tn).
– N2B = (7,0 + 3,0) = 10 pontos.
• 28/11 – P2 (previsão) – permite 2ª chamada/
• 2ª chamada – 05/12 (previsão)
• Exame – 13/12 (previsão)
 Frequência
• Mínimo de 75%;
• Chamadas diárias (RM sempre atualizado);
• Justificativas de faltas devem ser
protocoladas.
 Referências Bibliográficas
BIBLIOGRAFIA BÁSICA
CARVALHO, Luís Alfredo Vidal de. Datamining. São Paulo: Erica, 2001. (Física)
PEREIRA, Maria Araujo, et. al. Framework de Big Data [recurso eletrônico]; revisão técnica : Júlia Mara Colleoni Couto. –
Porto Alegre : SAGAH, 2019. (Virtual)
BASSO, Douglas Eduardo. Big Data. Curitiba: Contentus, 2020. (Virtual)
SANTOS, Roger Robson, et al. Fundamentos de big data [recurso eletrônico]; revisão técnica: Eduardo Kugler Viegas. – Porto
Alegre : SAGAH, 2021. (Virtual)

BIBLIOGRAFIA COMPLEMENTAR
MARIANO, Diego Cesar Batista, et al. Data mining [recurso eletrônico]; revisão técnica: Fábio Josende Paz. – Porto Alegre : SAGAH, 2020. (Virtual)
TAURION, Cezar. Big Data. Rio de Janeiro: Brasport, 2013. (Virtual)
LACERDA, Paulo Sergio, et al. Programação em Big Data com R [recurso eletrônico]; revisão técnica: Gustavo Siqueira Vinhal e Fábio Josende Paz. –
Porto Alegre : SAGAH, 2021. (Virtual)

BIBLIOGRAFIA APROFUNDAMENTO
FUNDAÇÃO INSTITUTO DE ADMINISTRAÇÃO. Data Mining: O que é, Para que serve e Tipos de técnicas. Disponível em:
https://fia.com.br/blog/data-mining/. Acesso em 29 de julho de 2022.
SINDIPETRO PR/SC. Conceitos e Aplicações de Data Mining. Disponível em:
https://www.sindipetroprsc.org.br/uploads/campanha/20091218130501.pdf. Acesso em 29 de julho de 2022.
SINGEP. O Big Data e seu uso Corporativo: Uma revisão de literatura. Disponível em:
https://singep.org.br/4singep/resultado/245.pdf. Acesso em 29 de julho de 2022.
BRAPCI. Fundamentos e aplicação do Big Data: como tratar informações em uma sociedade de yottabytes. Disponivel em:
https://www.brapci.inf.br/_repositorio/2016/11/pdf_b56b89f467_0000021567.pdf. Acesso em 29 de julho de 2022.