Escolar Documentos
Profissional Documentos
Cultura Documentos
Bloco 1
Michele Lisboa Silveira
Mineração de dados
Estatística.
Ciência
Administrativa Inteligência
e Sistemas de Artificial.
Informação.
Mineração de
dados:
descobertas e
conhecimentos.
Gerenciamento
Aprendizado
de dados e
de máquina.
DW.
Visualização de
informações.
Validação
Mineração
Pré-processamento
Base de dados
Figura 4 – Projetos
60% R$ 300.000
sucesso
Cenário VME
conservador R$ 100.000
R$ 500.000
40% R$ -200.000
fracasso
Fazer o
projeto
ou não?
Bloco 3
Michele Lisboa Silveira
Inteligência artificial
• Reativa: algoritmos para otimizar as saídas, com base em
um conjunto de entradas.
• Memória limitada: adaptar a experiências passadas ou se
atualizar com base em novas observações ou dados.
• Teoria da mente: é totalmente adaptável e tem uma ampla
capacidade de aprender e reter experiências passadas.
• Inteligência artificial autoconsciente: alguns especialistas
acreditam que uma Inteligência Artificial nunca se tornará
consciente ou viva.
Aplicações da Inteligência Artificial
• Saúde: dosar medicamentos, distribuir tratamentos e
auxiliar em procedimentos cirúrgicos.
• Computadores que jogam xadrez e carros autônomos.
• Setor financeiro: detectar e sinalizar atividades bancárias e
financeiras.
Referência:
SOARES, E. R.; RODRIGUES, R. L. Aplicação de mineração de dados para avaliação
da importância das variáveis dos grupos de estudo do PMI-PE para sucesso na
certificação. Revista de Engenharia e Pesquisa Aplicada, v.5, n.1, p. 10-20. 2019.
Indicação de leitura 2
Referência:
FAVERO, L. P. Manual de Análise de Dados - Estatística e Modelagem Multivariada
com Excel, SPSS e Stata. Rio de Janeiro: Grupo GEN, 2017.
Dica do(a) Professor(a)
• Diversas ferramentas podem ser utilizadas para realizar a
mineração de dados:
• Apache Mahout.
• Dundas BI.
• Teradata Databas.
• SAS Data Mining.
• Modelador SPSS.
• DataMelt.
• Chocalho.
• Oracle Data Mining.
Referências
CASTRO, D. G; Ferrari L. N. D. Introdução à mineração de dados: conceitos básicos,
algoritmos e aplicações. São Paulo: Saraiva, 2016.
FAVERO, L. P. Manual de Análise de Dados - Estatística e Modelagem Multivariada
com Excel, SPSS e Stata. Rio de Janeiro: Grupo GEN, 2017.
MONTEIRO, L. P. Dados Estruturados e Não Estruturados. Universidade da
Tecnologia. Disponível em: https://universidadedatecnologia.com.br/dados-
estruturados-e-nao-estruturados/. Acesso em: 18 nov. 2022.
SOARES, E. R., RODRIGUES, R.L. Aplicação de mineração de dados para avaliação
da importância das variáveis dos grupos de estudo do PMI-PE para sucesso na
certificação. Revista de Engenharia e Pesquisa Aplicada, v.5, n.1, p. 10-20. 2019.
Disponível em: http://revistas.poli.br/index.php/repa/article/view/1169/547.
Acesso em: 18 nov. 2022.
Bons estudos!