SISTEMAS DE APOIO À DECISÃO E MINERAÇÃO DE DADOS
Prof.
Paulo Adeodato
CIn-UFPE
Objetivo
Ao concluir a disciplina o
aluno poderá dizer que tem experiência em mineração de dados.
A metodologia é escolher um problema
real a ser atacado em equipe e realizar todos os passos necessários à sua
resolução, seguindo o processo do CRISP-DM.
Bibliografia
Data
Mining: Concepts and Techniques
Jiawei Han and Micheline Kamber. Morgan Kaufmann
Publishers, 2001.
Data Mining
Ian H. Witten and Eibe Frank. Morgan Kaufmann
Publishers, 2005.
Data
Mining Cookbook: Modeling Data for Marketing, Risk and Customer Relationship
Management
Olivia
Parr Rud. John Wiley & Sons, 2001.
Cross-Industry
Standard Process for Data Mining
http://www.crisp-dm.org/CRISPWP-0800.pdf
Sites Recomendados
www.dmreview.com
(softwares, aplicações comerciais, problemas reais)
www.kdnuggets.com
(conferências, softwares, repositórios de dados)
www.spss.com
(softwares da SPSS, aplicações reais, eventos e apresentações de mineração de
dados)
www.sas.com
(softwares da SPSS, aplicações reais, eventos e apresentações de mineração de
dados)
www.the-modeling-agency.com (Empresa de
soluções e treinamento em aplicações reais)
Palestrantes convidados
Adrian L. Arnaud
Rodrigo C. L. V. Cunha
Ferramentas
MS-Excel
Weka : http://www.cs.waikato.ac.nz/~ml/weka/index.html
Enterprise Miner: http://www.sas.com/
(em negociação com a SAS-Brasil)
Avaliação para Graduação e pós-graduação
Exercício sobre resolução de
problemas: 10% da avaliação e Prova: 10% da avaliação
ou Seminário individual: 20% da avaliação
Projeto: 80% da avaliação = 3
x 15% dos relatórios + 35% de (apresentaÇão + Relatório final)
Temas das aulas:
Entrega
do 1o relatório (problema analisado, dados e visão analisados)
Entrega
do 2 o relatório (visão montada e dados transformados)
Entrega
do 3 o relatório (conhecimento extraído e desempenho avaliado)
Entrega
do relatório final (conjugação dos 3 relatórios anteriores corrigidos) e
Apresentação de Projeto para toda a turma
Pré-requisitos: