Mineração de Dados - 00.1


 

Descrição geral desta (classe de) disciplina, incluindo ementa, avaliação e material bibliográfico encontram-se em: www.di.ufpe.br/~compint/kdd.html

Informações Gerais

Professores: Jacques Robin, Franciso Carvalho e Paulo Adeodato
(Esta) Homepage:
www.di.ufpe.br/~compint/aulas-IAS/kdd-001/Welcome.html
Newsgroup:
depto.cursos.posgrad.taci3

Horários:

Local: Sala 3

Turma:


Calendário:


Aula 1: Apresentação da disciplina (24/02)


Aula 2: Sistemas de apoio à decisão (20/03)


Aula 3: Descoberta de conhecimento em banco de dados (23/03)


Aula 4: Antes da mineração de dados: preparação e pre-processamento de dados (30/03)


Aula 5: Depois da mineração de dados: avaliação, interpretação e apresentação do conhecimento (03/04)


Aula 6: Panorama das aplicações da descoberta de conhecimento em banco de dados (06/04)


Aula 7: Visão geral dos bancos de dados pós-relacionais (13/04)


Aulas 8 e 9: Banco de dados com regras: BD dedutivos e BD ativos (17/04 & 24/04)


Aulas 10 e 11: Banco de dados com objetos: OO, OR e DOO (27/04 & 04/05)


Aula 12: Banco de dados de restrições, multimídia e sistemas de informação geográficos (08/05)

Transparências: ConstraintDB.ppt


Aula 13: Consultar o data warehouse: BD dimensionais e OLAP (11/05)


Aula 14: Criar o data warehouse: integração de dados e BD temporais (13/05)


Aula 15: Indução de árvores de decisão e regras proposicionais (18/05)


Aulas 16 e 17: Tarefas, técnicas e aplicações de aprendizagem (22/05)


Aula 18: Classificação não supervisionada (25/05)


Aula 19: Programação em lógica indutiva (29/05)


Aula 20: Redes bayesianas (01/06)

Transparências: BayesNets.ppt


Aula 21: Apresentações dos assuntos de projetos (05/06)


Aula 22: Prova (12/06)


Aula 23: Análise exploratória de dados com S+ (15/06)


Aula 24: Construir, treinar e executar redes bayesianas com BNPC (19/06)


Aula 25: Induzir árvores de decisão e regras proposicionais com Weka (19/06)


Aula 26: Minerar a Web com XSB, InterProlog e FLORA (19/06)

Seminário 6: Rodrigo ou Ioram

Ficha de leitura:


Aula 27: Data Warehousing e OLAP com o Microsoft OLAP Server (19/06)


Aulas 28 a 32: Orientação dos projetos (22/06, 26/06, 29/06, 03/07, 06/07)


Aula 33: Apresentação dos projetos (10/07)


 

Avaliação das fichas de leituras: