Escolar Documentos
Profissional Documentos
Cultura Documentos
Modelagem e arquitetura do
Data Warehouse (DW)
Mineração de Dados em Data
Warehouse
Fundamentos da Mineração de Dados
Bloco 1
Anderson da Silva Marcolino
Fundamentos da Mineração de Dados
A Mineração e Dados, ou Data Mining, faz parte
de um processo denominado Descoberta do
Conhecimento em Bancos de Dados (Knowledge
Discovery in Databases - KDD).
• O objetivo é descobrir padrões úteis em
dados para fornecer subsídios às
tomadas de decisão (inteligência de
negócio).
Fundamentos da Mineração de Dados
• A Descoberta do Conhecimento em Bancos de Dados
(KDD) é composta por cinco fases:
• Padrões.
• Anomalias.
• Regras.
Pré-processamento de
dados Processo analítico
Saída
Coleta de
Extração para
dados Limpeza e Construção Construção
de analista.
integração do Bloco 1 do Bloco 2
features
Feedback (opcional).
Feedback (opcional).
Bloco 2
Anderson da Silva Marcolino
Mineração de Dados em DW
• Exemplo:
• Relação entre homens casados e compra
de fraldas ou cervejas no Walmart.
• Lojas brasileiras que identificaram
anomalias de vendas.
Mineração de Dados em DW
• Técnicas de descoberta de conhecimento, podemos
destacar:
• Associação.
• Descrição de classes.
• Classificação.
• Agrupamento (clustering).
• Descoberta de padrões sequenciais.
• Descoberta de padrões em séries temporais.
• Regressão.
• Redes neurais.
• Algoritmos genéticos.
Teoria em Prática
Bloco 3
Anderson da Silva Marcolino
Reflita sobre a seguinte situação
• Considerando as especificidades da Mineração de
Dados e a necessidade de adotar técnicas para a
realização da mineração e obtenção do
conhecimento, classifique em termos de:
• Curva de aprendizado e utilização.
• Especificidades de negócios/ uso.
• Aplicação junto com um DW.
As técnicas apresentadas.
Norte para a resolução
• Identificar as nove técnicas e caracterizá-las
individualmente, para posterior embasamento.
• Ter em mente que um DW ou outro tipo de base
pode ser utilizado para a mineração de dados.
• Ferramentas específicas para a aplicação de
determinadas técnicas.
Dicas do(a) Professor(a)
Bloco 4
Anderson da Silva Marcolino
Leitura Fundamental
Prezado aluno, as indicações a seguir podem estar disponíveis
em algum dos parceiros da nossa Biblioteca Virtual (faça o login
através do seu AVA). Algumas indicações também podem estar
disponíveis em sites acadêmicos como o Scielo, repositórios de
instituições públicas, órgãos públicos, anais de eventos
científicos ou periódicos científicos, acessíveis pela internet.
Isso não significa que o protagonismo da sua jornada de
autodesenvolvimento deva mudar de foco. Reconhecemos que
você é a autoridade máxima da sua própria vida e deve,
portanto, assumir uma postura autônoma nos estudos e na
construção da sua carreira profissional.
Por isso, te convidamos a explorar todas as possibilidades da
nossa Biblioteca Virtual e além! Sucesso!
Indicação de leitura 1
O texto exemplifica metodologias de Data Mining,
fundamentais para a mineração de dados.
Leitura do capítulo Aplicar metodologias de Data
Mining (mineração de dados) (página 223 até 232).
Referência:
VIDA, E. da S. et al. Data Warehouse. Porto Alegre: SAGAH, 2021.
Indicação de leitura 2
O capítulo indicado mostra os conceitos essenciais para
mineração de dados e descoberta de conhecimento
com base em dados.
Leitura do capítulo Processo de KDD: conceitos básicos
(página 18 até 33).
Referência:
GOLDSCHMIDT, R.; PASSOS, E. Data Mining. Gulf Professional Publishing,
2005.
Dica do(a) Professor(a)
Como dica, segue recomendação do aplicativo, disponibilizado na
Google Play, chamado Data Mining Tutorial, que apresenta
minitutoriais sobre mineração de dados e diversos conteúdos
educacionais sobre a temática.