Descoberta de Conhecimento em Bases de Dados. Classificação

Tamanho: px
Começar a partir da página:

Download "Descoberta de Conhecimento em Bases de Dados. Classificação"

Transcrição

1 Universidade Técnica de Lisboa INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO Informática e Sistemas de Informação Aplicados em Economia Descoberta de Conhecimento em Bases de Dados. Classificação

2 Descoberta de Conhecimento em Bases de Dados. Classificação - Descoberta de Conhecimento em Bases de Dados - A Classificação - Técnicas para a Classificação - Algoritmo de Parsaye Descoberta de Conhecimento em Bases de Dados. Classificação 2

3 Descoberta de Conhecimento em Bases de Dados O processo da descoberta de conhecimento em bases de dados, designado em termos de linguagem original por knowledge discovery in databases (KDD) pode ser visto como um conjunto sequencial de actividades: selecção de dados, preprocessamento dos dados, transformação do dados, data mining e interpretação dos resultados. In Fayadd et al. (1996) Descoberta de Conhecimento em Bases de Dados. Classificação 3

4 Descoberta de Conhecimento em Bases de Dados Descoberta de Conhecimento em Bases de Dados Interpretação Data Mining Transformação Conhecimento Preprocessamento Padrões Selecção... Dados Preprocessados Dados Transformados DATA Dados seleccionados Descoberta de Conhecimento em Bases de Dados. Classificação 4

5 Descoberta de Conhecimento em Bases de Dados Alguns algoritmos de descoberta: - Classificação: árvores de decisão e regras - Pesquisa de associações - Perspectiva baseada em frequências: agentes e redes causais. - Pesquisa de clusters Algumas perspectivas - lógica tradicional - lógica difusa - opaca: redes neuronais Descoberta de Conhecimento em Bases de Dados. Classificação 5

6 A Classificação (1) Dado um conjunto de instâncias de uma estrutura de dados complexa de atributos A1, A2, An onde um dos atributos tem um domínio de baixa cardinalidade (correspondendo a um número não elevado de classes), a classificação associa a cada instância, nesse atributo, um dos valores do seu domínio. Descoberta de Conhecimento em Bases de Dados. Classificação 6

7 A Classificação (2) Vulgarmente a classificação é feita em dois passos: 1. num primeiro é dado um conjunto de exemplos ao sistema para este induzir as regras de classificação 2. em seguida as regras são utilizadas para classificar outros registos Descoberta de Conhecimento em Bases de Dados. Classificação 7

8 Árvores de Decisão (1) Uma árvore de decisão classifica exemplos num número finito das classes - Nós são etiquetados com o nome do atributo que lhes corresponde - Troncos são etiquetadas com valores possíveis para este atributo - Folhas são etiquetadas com as classes diferentes Um objecto é classificado seguindo um trajecto pela árvore, fazendo exame dos troncos, correspondendo aos valores dos atributos no objecto. Descoberta de Conhecimento em Bases de Dados. Classificação 8

9 Árvores de Decisão (2) Objectos que descrevem o Investimento Directo Estrangeiro em Portugal Investidor : (Foresa, Mitsui, Shi-Etsu) País de Origem: (Espanha, P. Baixos, Japão) Concelho: (Ilhavo, Estarreja) Operação: (Aquisição de quotas/acções, Aumento de capital) e Montante: elevado (> ), médio ([50000, ]) e baixo (<50000). Descoberta de Conhecimento em Bases de Dados. Classificação 9

10 Árvores de Decisão (3) Investidor Foresa Elevado Mitsui Origem Shin-Etsu Baixo P. Baixos Japão Médio Baixo Descoberta de Conhecimento em Bases de Dados. Classificação 10

11 Algoritmos - As árvores de decisão exprimem uma forma simples de lógica condicional. - Um sistema de árvores de decisão simplesmente particiona uma tabela em tabelas mais pequenas pela selecção de subconjuntos baseado em valores para um dado atributo. - Baseado no modo em como a tabela é particionada, obtemos um algoritmo diferente para árvore de decisão tal como o Classification and Regression Trees (CART), ou o Chisquare Automatic Interaction Detection (CHAID), ou o C4.5 de Ross Quinlan Descoberta de Conhecimento em Bases de Dados. Classificação 11

12 Transformação prévia dos dados - com a criação de uma configuração específica para o atributo de baixa cardinalidade que vai servir de base à classificação; - com a transformação de um produto cartesiano resultante da junção de duas tabelas com relacionamento 1:N numa única linha através da multiocorrência do atributo associado à tabela do lado N; - com a geração de intervalos para a informação de tipo numérico. Descoberta de Conhecimento em Bases de Dados. Classificação 12

13 Árvores de Decisão Um exemplo Investimento Directo Estrangeiro em Portugal Investidor País Concelho Operação Montante Origem Foresa Espanha Ilhavo Aquisição quotas/acções > Foresa Espanha Ilhavo Aquisição quotas/acções > Mitsui P. Baixos Estarreja Aumento de Capital [50000, ] Mitsui Japão Estarreja Aumento de Capital < Shin-Etsu P. Baixos Estarreja Aumento de Capital < Shin-Etsu P. Baixos Estarreja Aumento de Capital < Descoberta de Conhecimento em Bases de Dados. Classificação 13

14 Árvores de Decisão - Método de Parsaye (1) 1) Com base em investidor construir três novas tabelas Investidor País Origem Concelho Operação Montante Foresa Espanha Ilhavo Aquisição quotas/acções > Foresa Espanha Ilhavo Aquisição quotas/acções > Investidor País Origem Concelho Operação Montante Mitsui P. Baixos Estarreja Aumento de Capital [50000, ] Mitsui Japão Estarreja Aumento de Capital < Investidor País Origem Concelho Operação Montante Shin-Etsu P. Baixos Estarreja Aumento de Capital < Shin-Etsu P. Baixos Estarreja Aumento de Capital < Descoberta de Conhecimento em Bases de Dados. Classificação 14

15 Árvores de Decisão - Método de Parsaye (2) 2) Determinar as tabelas classificadas -aquelas em que os valores de Montante são os mesmos: A primeira e terceira tabelas 3) Prosseguir o processo de partição. A segunda tabela vai originar duas novas tabelas: Investidor País Origem Concelho Operação Montante Mitsui P. Baixos Estarreja Aumento de Capital [50000, ] Investidor País Origem Concelho Operação Montante Mitsui Japão Estarreja Aumento de Capital < Todas as tabelas estão classificadas Descoberta de Conhecimento em Bases de Dados. Classificação 15

16 Árvores de Decisão - Método de Parsaye (3) Foresa > Mitsui P. Baixos Japão [50000, ] < Shin-Etsu < Investidor Origem Descoberta de Conhecimento em Bases de Dados. Classificação 16

17 Limitações das Árvores de Decisão - Em muitos casos, não existe um melhor atributo para início de selecção e - qualquer que seja o atributo escolhido haverá sempre conhecimento perdido. Descoberta de Conhecimento em Bases de Dados. Classificação 17

18 Limitações das Árvores de Decisão conhecimento perdido Os dois factos: 1. O investidor Foresa aplica montantes elevados, 2. Aquisições de quotas/acções são aplicações de montantes elevados nunca podem ser obtidos da tabela num ciclo de extracção de conhecimento com a árvore de decisão. Podemos obter o facto (a) ou o facto (b), não ambos, porque a árvore de decisão seleciona um atributo especifico para executar a partição em cada estádio. Descoberta de Conhecimento em Bases de Dados. Classificação 18

19 Regras de produção (1) Uma regra de produção é uma afirmação da forma: Se Condição1 Então classe1 Cada caminho numa árvore de decisão corresponde a um termo: uma conjunção de condições envolvendo os atributos. A árvore anterior é equivalente ao conjunto de regras seguintes: Default Montante = Baixo Se Investidor = Foresa Então Montante = Elevado Se Investidor = Mitsui e Origem = P.Baixos Então Montante = Médio Descoberta de Conhecimento em Bases de Dados. Classificação 19

20 Regras de Produção (2) Neste caso, fazem-se comparações utilizando os valores de campos de uma tabela de dados Usa-se uma Representação Atributo-Valor: Investidor é o atributo e Foresa é o valor. Origem = Espanha, onde Origem é o atributo e Espanha o valor. Descoberta de Conhecimento em Bases de Dados. Classificação 20

21 Regras de Produção (3) Vantagens relativamente às árvores de decisão: - a possibilidade de definição de uma classe por defeito simplifica a especificação. - podem estar para além das representações atributo-valor o por exemplo, ter instruções que comparem os valores de dois campos sem expressamente referir quaisquer valores o que não pode ser estabelecido por árvores de decisão Descoberta de Conhecimento em Bases de Dados. Classificação 21

Cadeira de Tecnologias de Informação. Conceitos fundamentais de sistemas e tecnologias de informação e de gestão do conhecimento.

Cadeira de Tecnologias de Informação. Conceitos fundamentais de sistemas e tecnologias de informação e de gestão do conhecimento. Cadeira de Tecnologias de Informação Ano lectivo 2007/08 Conceitos fundamentais de sistemas e tecnologias de informação e de gestão do conhecimento. Prof. Mário Caldeira Profª Ana Lucas Dr. Fernando Naves

Leia mais

Desenvolvimento de uma base de dados. Relação. Modelo lógico: SGBD relacional

Desenvolvimento de uma base de dados. Relação. Modelo lógico: SGBD relacional Desenvolvimento de uma base de dados Realidade Bases de dados relacionais e SQL Conceitos básicos de bases de dados relacionais A 3ª forma normal Structured Query Language (SQL) Modelo conceptual (e.g.

Leia mais

SISTEMAS DE APRENDIZADO PARA A IDENTIFICAÇÃO DO NÚMERO DE CAROÇOS DO FRUTO PEQUI LEARNING SYSTEMS FOR IDENTIFICATION OF PEQUI FRUIT SEEDS NUMBER

SISTEMAS DE APRENDIZADO PARA A IDENTIFICAÇÃO DO NÚMERO DE CAROÇOS DO FRUTO PEQUI LEARNING SYSTEMS FOR IDENTIFICATION OF PEQUI FRUIT SEEDS NUMBER SISTEMAS DE APRENDIZADO PARA A IDENTIFICAÇÃO DO NÚMERO DE CAROÇOS DO FRUTO PEQUI Fernando Luiz de Oliveira 1 Thereza Patrícia. P. Padilha 1 Conceição A. Previero 2 Leandro Maciel Almeida 1 RESUMO O processo

Leia mais

PLANO DE ESTUDOS PARA DOUTORAMENTO EM ENGENHARIA INFORMÁTICA E DE COMPUTADORES CLÁUDIA M. ANTUNES

PLANO DE ESTUDOS PARA DOUTORAMENTO EM ENGENHARIA INFORMÁTICA E DE COMPUTADORES CLÁUDIA M. ANTUNES UNIVERSIDADE TÉCNICA DE LISBOA INSTITUTO SUPERIOR TÉCNICO PLANO DE ESTUDOS PARA DOUTORAMENTO EM ENGENHARIA INFORMÁTICA E DE COMPUTADORES CLÁUDIA M. ANTUNES Orientação Professor Doutor Arlindo L. Oliveira

Leia mais

Padronização de Processos: BI e KDD

Padronização de Processos: BI e KDD 47 Padronização de Processos: BI e KDD Nara Martini Bigolin Departamento da Tecnologia da Informação -Universidade Federal de Santa Maria 98400-000 Frederico Westphalen RS Brazil nara.bigolin@ufsm.br Abstract:

Leia mais

AVALIAÇÃO COMPARATIVA DE ALGORITMOS PARA SISTEMAS DE RECOMENDAÇÃO EM MÚLTIPLOS DOMÍNIOS: MODELOS INTERPRETÁVEIS APLICADOS A DADOS EDUCACIONAIS

AVALIAÇÃO COMPARATIVA DE ALGORITMOS PARA SISTEMAS DE RECOMENDAÇÃO EM MÚLTIPLOS DOMÍNIOS: MODELOS INTERPRETÁVEIS APLICADOS A DADOS EDUCACIONAIS AVALIAÇÃO COMPARATIVA DE ALGORITMOS PARA SISTEMAS DE RECOMENDAÇÃO EM MÚLTIPLOS DOMÍNIOS: MODELOS INTERPRETÁVEIS APLICADOS A DADOS EDUCACIONAIS Hugo Marques Casarini Faculdade de Engenharia de Computação

Leia mais

Informática e Sistemas de Informação Aplicados em Economia

Informática e Sistemas de Informação Aplicados em Economia Informática e Sistemas de Informação Aplicados em Economia Matéria para os exames PRIMEIRA PARTE - MODELAÇÃO, CONSTRUÇÃO E EXPLORAÇÃO DE BASES DE DADOS SUPORTADAS EM SISTEMAS DE INFORMAÇÃO ESTATÍSTICA

Leia mais

Extração de Conhecimento & Mineração de Dados

Extração de Conhecimento & Mineração de Dados Extração de Conhecimento & Mineração de Dados Nesta apresentação é dada uma breve introdução à Extração de Conhecimento e Mineração de Dados José Augusto Baranauskas Departamento de Física e Matemática

Leia mais

XIII Encontro de Iniciação Científica IX Mostra de Pós-graduação 06 a 11 de outubro de 2008 BIODIVERSIDADE TECNOLOGIA DESENVOLVIMENTO

XIII Encontro de Iniciação Científica IX Mostra de Pós-graduação 06 a 11 de outubro de 2008 BIODIVERSIDADE TECNOLOGIA DESENVOLVIMENTO XIII Encontro de Iniciação Científica IX Mostra de Pós-graduação 06 a 11 de outubro de 2008 BIODIVERSIDADE TECNOLOGIA DESENVOLVIMENTO EPE0147 UTILIZAÇÃO DA MINERAÇÃO DE DADOS EM UMA AVALIAÇÃO INSTITUCIONAL

Leia mais

Extração de Árvores de Decisão com a Ferramenta de Data Mining Weka

Extração de Árvores de Decisão com a Ferramenta de Data Mining Weka Extração de Árvores de Decisão com a Ferramenta de Data Mining Weka 1 Introdução A mineração de dados (data mining) pode ser definida como o processo automático de descoberta de conhecimento em bases de

Leia mais

Sistemas de Apoio à Decisão Árvores de decisão V 1.2, V.Lobo, EN/ISEGI, 2010

Sistemas de Apoio à Decisão Árvores de decisão V 1.2, V.Lobo, EN/ISEGI, 2010 V., V.Lobo, EN/ISEGI, O que é a árvore de decisão? Arvores de decisão Victor Lobo Algorítmo para tomar decisões (ou classificar) Modo de representar conhecimento Tem penas? Nós (testes, ou conceitos) Comprimento

Leia mais

KDD UMA VISAL GERAL DO PROCESSO

KDD UMA VISAL GERAL DO PROCESSO KDD UMA VISAL GERAL DO PROCESSO por Fernando Sarturi Prass 1 1.Introdução O aumento das transações comerciais por meio eletrônico, em especial as feitas via Internet, possibilitou as empresas armazenar

Leia mais

Mineração de Dados: Introdução e Aplicações

Mineração de Dados: Introdução e Aplicações Mineração de Dados: Introdução e Aplicações Luiz Henrique de Campos Merschmann Departamento de Computação Universidade Federal de Ouro Preto luizhenrique@iceb.ufop.br Apresentação Luiz Merschmann Engenheiro

Leia mais

MESTRADO EM PESQUISA DE MERCADOS 2006 2007

MESTRADO EM PESQUISA DE MERCADOS 2006 2007 MESTRADO EM PESQUISA DE MERCADOS 2006 2007 PROGRAMA DAS DISCIPLINAS 1 1º trimestre PESQUISA DE MERCADOS Objectivos Pretende-se que os alunos: (a) adquiram os conceitos e semântica próprios do tema, (b)

Leia mais

Árvores de Classificação

Árvores de Classificação UNIVERSIDADE DOS AÇORES -DEPARTAMENTO DE MATEMÁTICA- MONOGRAFIA Árvores de Classificação Aluno: Marco António dos Santos Rodrigues 2004/2005 Índice Introdução 1 Capítulo I Métodos de Classificação 2 1.

Leia mais

APLICAÇÃO DE MINERAÇÃO DE DADOS PARA O LEVANTAMENTO DE PERFIS: ESTUDO DE CASO EM UMA INSTITUIÇÃO DE ENSINO SUPERIOR PRIVADA

APLICAÇÃO DE MINERAÇÃO DE DADOS PARA O LEVANTAMENTO DE PERFIS: ESTUDO DE CASO EM UMA INSTITUIÇÃO DE ENSINO SUPERIOR PRIVADA APLICAÇÃO DE MINERAÇÃO DE DADOS PARA O LEVANTAMENTO DE PERFIS: ESTUDO DE CASO EM UMA INSTITUIÇÃO DE ENSINO SUPERIOR PRIVADA Lizianne Priscila Marques SOUTO 1 1 Faculdade de Ciências Sociais e Aplicadas

Leia mais

Dicionário de Dados (DD)

Dicionário de Dados (DD) Dicionário de Dados (DD) O dicionário de dados consiste numa lista organizada de todos os elementos de dados que são pertinentes para o sistema. Sem o dicionário de dados o modelo não pode ser considerado

Leia mais

Paralelização do algoritmo SPRINT usando MyGrid

Paralelização do algoritmo SPRINT usando MyGrid Paralelização do algoritmo SPRINT usando MyGrid Juliana Carvalho, Ricardo Rebouças e Vasco Furtado Universidade de Fortaleza UNIFOR juliana@edu.unifor.br ricardo@sspds.ce.gov.br vasco@unifor.br 1. Introdução

Leia mais

Capítulo. Sistemas de apoio à decisão

Capítulo. Sistemas de apoio à decisão Capítulo 10 1 Sistemas de apoio à decisão 2 Objectivos de aprendizagem Identificar as alterações que estão a ter lugar na forma e função do apoio à decisão nas empresas de e-business. Identificar os papéis

Leia mais

Fases para um Projeto de Data Warehouse. Fases para um Projeto de Data Warehouse. Fases para um Projeto de Data Warehouse

Fases para um Projeto de Data Warehouse. Fases para um Projeto de Data Warehouse. Fases para um Projeto de Data Warehouse Definição escopo do projeto (departamental, empresarial) Grau de redundância dos dados(ods, data staging) Tipo de usuário alvo (executivos, unidades) Definição do ambiente (relatórios e consultas préestruturadas

Leia mais

MINERAÇÃO DE DADOS EDUCACIONAIS: UM ESTUDO DE CASO APLICADO AO PROCESSO SELETIVO DO IFSULDEMINAS CÂMPUS MUZAMBINHO

MINERAÇÃO DE DADOS EDUCACIONAIS: UM ESTUDO DE CASO APLICADO AO PROCESSO SELETIVO DO IFSULDEMINAS CÂMPUS MUZAMBINHO MINERAÇÃO DE DADOS EDUCACIONAIS: UM ESTUDO DE CASO APLICADO AO PROCESSO SELETIVO DO IFSULDEMINAS CÂMPUS MUZAMBINHO Fernanda Delizete Madeira 1 ; Aracele Garcia de Oliveira Fassbinder 2 INTRODUÇÃO Data

Leia mais

Projeto de Redes Neurais e MATLAB

Projeto de Redes Neurais e MATLAB Projeto de Redes Neurais e MATLAB Centro de Informática Universidade Federal de Pernambuco Sistemas Inteligentes IF684 Arley Ristar arrr2@cin.ufpe.br Thiago Miotto tma@cin.ufpe.br Baseado na apresentação

Leia mais

Avaliação de riscos de empréstimo: Um caso de estudo de Data Mining.

Avaliação de riscos de empréstimo: Um caso de estudo de Data Mining. Curso de Engenharia de Sistemas e Informática - 5º Ano Ficha T. Prática n.º 8 Análise Inteligente de Dados Objectivo: Tomar contacto a descrição relativa a um caso prático de utilização de ferramentas

Leia mais

Realizado por: Luis Miguel das Neves Leal. Orientadora: Engº. Fátima Rodrigues

Realizado por: Luis Miguel das Neves Leal. Orientadora: Engº. Fátima Rodrigues Text Mining Text Mining Realizado por: Luis Miguel das Neves Leal Orientadora: Engº. Fátima Rodrigues Índice Índice de Figuras...III Índice de Tabelas... IV 1. Introdução...1 1.1 Motivação...1 1.2 Objectivo...1

Leia mais

A Preparação dos Dados

A Preparação dos Dados A Preparação dos Dados Escolhas Básicas Objetos, casos, instâncias Objetos do mundo real: carros, arvores, etc Ponto de vista da mineração: um objeto é descrito por uma coleção de características sobre

Leia mais

Regulamento. Preâmbulo

Regulamento. Preâmbulo Regulamento Preâmbulo As Empresas e os Empreendedores são a espinha dorsal de qualquer economia, em termos de inovação, de criação de emprego, de distribuição de riqueza e de coesão económica e social

Leia mais

Circular 05 de Janeiro de 2009 (última actualização 16 de Fevereiro de 2009)

Circular 05 de Janeiro de 2009 (última actualização 16 de Fevereiro de 2009) Circular 05 de Janeiro de 2009 (última actualização 16 de Fevereiro de 2009) Assunto: s às Perguntas Mais Frequentes sobre a Instrução da CMVM n.º 3/2008 - Informação sobre Concessão de Crédito para a

Leia mais

TIC Unidade 2 Base de Dados. Informação é todo o conjunto de dados devidamente ordenados e organizados de forma a terem significado.

TIC Unidade 2 Base de Dados. Informação é todo o conjunto de dados devidamente ordenados e organizados de forma a terem significado. Conceitos relativos à Informação 1. Informação O que á a informação? Informação é todo o conjunto de dados devidamente ordenados e organizados de forma a terem significado. 2. Dados Em informática designa-se

Leia mais

Administração e Optimização de BDs

Administração e Optimização de BDs Departamento de Engenharia Informática 2010/2011 Administração e Optimização de BDs Mini-Projecto 1 2º semestre A resolução deve ser claramente identificada com o número de grupo e entregue sob a forma

Leia mais

Data Mining Software Weka. Software Weka. Software Weka 30/10/2012

Data Mining Software Weka. Software Weka. Software Weka 30/10/2012 Data Mining Software Weka Prof. Luiz Antonio do Nascimento Software Weka Ferramenta para mineração de dados. Weka é um Software livre desenvolvido em Java. Weka é um É um pássaro típico da Nova Zelândia.

Leia mais

Capítulo 1. Linguagens e processadores

Capítulo 1. Linguagens e processadores Capítulo 1. 1. Linguagens 1.1. Definição Definição : Uma linguagem L sobre um alfabeto, também designado com frequência por vocabulário, V, é um conjunto de frases, em que cada frase é uma sequência de

Leia mais

Administração de dados - Conceitos, técnicas, ferramentas e aplicações de Data Mining para gerar conhecimento a partir de bases de dados

Administração de dados - Conceitos, técnicas, ferramentas e aplicações de Data Mining para gerar conhecimento a partir de bases de dados Universidade Federal de Pernambuco Graduação em Ciência da Computação Centro de Informática 2006.2 Administração de dados - Conceitos, técnicas, ferramentas e aplicações de Data Mining para gerar conhecimento

Leia mais

O Processo de KDD Knowledge Discovery in Database para Aplicações na Medicina

O Processo de KDD Knowledge Discovery in Database para Aplicações na Medicina SEMINC 2001 57 O Processo de KDD Knowledge Discovery in Database para Aplicações na Medicina MARIZA FERRO HUEI DIANA LEE UNIOESTE - Universidade Estadual do Oeste do Paraná CECE Centro de Engenharias e

Leia mais

MINERAÇÃO DE DADOS PARA DETECÇÃO DE SPAMs EM REDES DE COMPUTADORES

MINERAÇÃO DE DADOS PARA DETECÇÃO DE SPAMs EM REDES DE COMPUTADORES MINERAÇÃO DE DADOS PARA DETECÇÃO DE SPAMs EM REDES DE COMPUTADORES Kelton Costa; Patricia Ribeiro; Atair Camargo; Victor Rossi; Henrique Martins; Miguel Neves; Ricardo Fontes. kelton.costa@gmail.com; patriciabellin@yahoo.com.br;

Leia mais

O Processo de KDD. Data Mining SUMÁRIO - AULA1. O processo de KDD. Interpretação e Avaliação. Seleção e Pré-processamento. Consolidação de dados

O Processo de KDD. Data Mining SUMÁRIO - AULA1. O processo de KDD. Interpretação e Avaliação. Seleção e Pré-processamento. Consolidação de dados SUMÁRIO - AULA1 O Processo de KDD O processo de KDD Interpretação e Avaliação Consolidação de dados Seleção e Pré-processamento Warehouse Data Mining Dados Preparados p(x)=0.02 Padrões & Modelos Conhecimento

Leia mais

MINERAÇÃO DE DADOS APLICADA. Pedro Henrique Bragioni Las Casas pedro.lascasas@dcc.ufmg.br

MINERAÇÃO DE DADOS APLICADA. Pedro Henrique Bragioni Las Casas pedro.lascasas@dcc.ufmg.br MINERAÇÃO DE DADOS APLICADA Pedro Henrique Bragioni Las Casas pedro.lascasas@dcc.ufmg.br Processo Weka uma Ferramenta Livre para Data Mining O que é Weka? Weka é um Software livre do tipo open source para

Leia mais

MANUAL DO UTILIZADOR DO CENTRO DE RECURSO EDUCATIVOS

MANUAL DO UTILIZADOR DO CENTRO DE RECURSO EDUCATIVOS MANUAL DO UTILIZADOR DO CENTRO DE RECURSO EDUCATIVOS Índice: Introdução 3 Acesso aos recursos bibliográficos 3 Circuito documental 3 O que é o catálogo bibliográfico? 4 Como entrar no catálogo bibliográfico?

Leia mais

À Firma. À Firma. À firma

À Firma. À Firma. À firma À Firma À Firma À firma Sua Referência Sua Comunicação de Nossa Referência Data Assunto: Convite para apresentação de proposta. Ajuste Directo n.º 6/2009. Em cumprimento do disposto no artigo 115.º do

Leia mais

Redes Neuronais e Aprendizagem Automática 1

Redes Neuronais e Aprendizagem Automática 1 Redes Neuronais e Aprendizagem Automática 2005/2006 17 a aula Fernando.Silva@ist.utl.pt Instituto Superior Técnico Redes Neuronais e Aprendizagem Automática 1 Sumário Árvores de decisão (continuação) Entropia.

Leia mais

Curso de Engenharia e Sistemas e Informática 5º.ANO Ano Lectivo 2006/2007 1º. Semestre

Curso de Engenharia e Sistemas e Informática 5º.ANO Ano Lectivo 2006/2007 1º. Semestre Curso de Engenharia e Sistemas e Informática 5º.ANO Ano Lectivo 2006/2007 1º. Semestre Frequência de Análise Inteligente de Dados (Teórica) Data: 2007/01/18 Duração 75 minutos Obs. A classificação da frequência

Leia mais

Universidade da Beira Interior Cursos: Engenharia Informática, Ensino da Informática, Matemática Aplicada e Matemática /Informática

Universidade da Beira Interior Cursos: Engenharia Informática, Ensino da Informática, Matemática Aplicada e Matemática /Informática Modelos de Dados 1 - Introdução 2 - Modelo Relacional 2.1. Estrutura de Dados Relacional 2.1.1. Modelo Conceptual de Dados Um modelo conceptual de dados é a representação de um conjunto de objectos e das

Leia mais

Introdução a Datamining (previsão e agrupamento)

Introdução a Datamining (previsão e agrupamento) Introdução a Datamining (previsão e agrupamento) Victor Lobo Mestrado em Estatística e Gestão de Informação E o que fazer depois de ter os dados organizados? Ideias base Aprender com o passado Inferir

Leia mais

INTELIGÊNCIA ARTIFICIAL Data Mining (DM): um pouco de prática. (1) Data Mining Conceitos apresentados por

INTELIGÊNCIA ARTIFICIAL Data Mining (DM): um pouco de prática. (1) Data Mining Conceitos apresentados por INTELIGÊNCIA ARTIFICIAL Data Mining (DM): um pouco de prática (1) Data Mining Conceitos apresentados por 1 2 (2) ANÁLISE DE AGRUPAMENTOS Conceitos apresentados por. 3 LEMBRE-SE que PROBLEMA em IA Uma busca

Leia mais

DESENVOLVIMENTO DE UM MÉTODO HÍBRIDO INTEGRANDO OS MÉTODOS: HIERARCHICAL CLUSTERING E BISECTING K-MEANS

DESENVOLVIMENTO DE UM MÉTODO HÍBRIDO INTEGRANDO OS MÉTODOS: HIERARCHICAL CLUSTERING E BISECTING K-MEANS DESENVOLVIMENTO DE UM MÉTODO HÍBRIDO INTEGRANDO OS MÉTODOS: HIERARCHICAL CLUSTERING E BISECTING K-MEANS BENTO, Renan Delazari 1 CHICON, Patricia Mariotto Mozzaquatro 2 Resumo: O presente artigo apresenta

Leia mais

Responsabilidades no crédito II

Responsabilidades no crédito II Responsabilidades no crédito II PUBLICADO NA EDIÇÃO IMPRESSA SEGUNDA-FEIRA, 26 DE MARÇO DE 2012 POR JM A Central de Responsabilidades de Crédito do Banco de Portugal tem como principal objectivo apoiar

Leia mais

Análise de Alergia e Rinite em Escolares por meio da Shell Orion Data Mining Engine

Análise de Alergia e Rinite em Escolares por meio da Shell Orion Data Mining Engine Análise de Alergia e Rinite em Escolares por meio da Shell Orion Data Mining Engine Merisandra Côrtes de Mattos 1, Diana Colombo Pelegrin 2, Diego Paz Casagrande 3, Priscyla Waleska Targino de Azevedo

Leia mais

Microsoft Innovation Center

Microsoft Innovation Center Microsoft Innovation Center Mineração de Dados (Data Mining) André Montevecchi andre@montevecchi.com.br Introdução Objetivo BI e Mineração de Dados Aplicações Exemplos e Cases Algoritmos para Mineração

Leia mais

KDD. Fases limpeza etc. Datamining OBJETIVOS PRIMÁRIOS. Conceitos o que é?

KDD. Fases limpeza etc. Datamining OBJETIVOS PRIMÁRIOS. Conceitos o que é? KDD Conceitos o que é? Fases limpeza etc Datamining OBJETIVOS PRIMÁRIOS TAREFAS PRIMÁRIAS Classificação Regressão Clusterização OBJETIVOS PRIMÁRIOS NA PRÁTICA SÃO DESCRIÇÃO E PREDIÇÃO Descrição Wizrule

Leia mais

Data, Text and Web Mining

Data, Text and Web Mining Data, Text and Web Mining Fabrício J. Barth TerraForum Consultores Junho de 2010 Objetivo Apresentar a importância do tema, os conceitos relacionados e alguns exemplos de aplicações. Data, Text and Web

Leia mais

SISTEMA DE INFORMAÇÃO DAS PARTICIPAÇÕES DO ESTADO

SISTEMA DE INFORMAÇÃO DAS PARTICIPAÇÕES DO ESTADO SISTEMA DE INFORMAÇÃO DAS PARTICIPAÇÕES DO ESTADO SIPART (versão Setembro/2004) Manual de Utilização ÍNDICE 1. INTRODUÇÃO...3 2. ACEDER À APLICAÇÃO...4 3. CRIAR NOVO UTILIZADOR...5 4. CARACTERIZAÇÃO GERAL

Leia mais

Banco de Dados Profa. Dra. Cristina Dutra de Aguiar Ciferri. Banco de Dados Processamento e Otimização de Consultas

Banco de Dados Profa. Dra. Cristina Dutra de Aguiar Ciferri. Banco de Dados Processamento e Otimização de Consultas Processamento e Otimização de Consultas Banco de Dados Motivação Consulta pode ter sua resposta computada por uma variedade de métodos (geralmente) Usuário (programador) sugere uma estratégia para achar

Leia mais

Instrução da CMVM N.º 3/2008 Informação sobre Concessão de Crédito para a Realização de Operações sobre Instrumentos Financeiros

Instrução da CMVM N.º 3/2008 Informação sobre Concessão de Crédito para a Realização de Operações sobre Instrumentos Financeiros Instrução da CMVM N.º 3/2008 Informação sobre Concessão de Crédito para a Realização de Operações sobre Instrumentos Financeiros A CMVM, no âmbito e no exercício da actividade de supervisão, entende dever

Leia mais

FUNDAMENTOS DE SISTEMAS DE INFORMAÇÃO

FUNDAMENTOS DE SISTEMAS DE INFORMAÇÃO @ribeirord FUNDAMENTOS DE SISTEMAS DE INFORMAÇÃO Rafael D. Ribeiro, M.Sc,PMP. rafaeldiasribeiro@gmail.com http://www.rafaeldiasribeiro.com.br Lembrando... Aula 4 1 Lembrando... Aula 4 Sistemas de apoio

Leia mais

Sistema de mineração de dados para descobertas de regras e padrões em dados médicos

Sistema de mineração de dados para descobertas de regras e padrões em dados médicos Sistema de mineração de dados para descobertas de regras e padrões em dados médicos Pollyanna Carolina BARBOSA¹; Thiago MAGELA² 1Aluna do Curso Superior Tecnólogo em Análise e Desenvolvimento de Sistemas

Leia mais

Exemplo de Aplicação do DataMinig

Exemplo de Aplicação do DataMinig Exemplo de Aplicação do DataMinig Felipe E. Barletta Mendes 19 de fevereiro de 2008 INTRODUÇÃO AO DATA MINING A mineração de dados (Data Mining) está inserida em um processo maior denominado Descoberta

Leia mais

FACULDADE DE TECNOLOGIA DE SÃO PAULO LUCIANA MENDES. Data Mining Estudo de Técnicas e Aplicações na Área Bancária

FACULDADE DE TECNOLOGIA DE SÃO PAULO LUCIANA MENDES. Data Mining Estudo de Técnicas e Aplicações na Área Bancária FACULDADE DE TECNOLOGIA DE SÃO PAULO LUCIANA MENDES Data Mining Estudo de Técnicas e Aplicações na Área Bancária São Paulo 2011 FACULDADE DE TECNOLOGIA DE SÃO PAULO LUCIANA MENDES Data Mining Estudo de

Leia mais

ÁRVORE DE DECISÃO / ALGORITMO GENÉTICO PARA TRATAR O PROBLEMA DE PEQUENOS DISJUNTOS EM CLASSIFICAÇÃO DE DADOS. Deborah Ribeiro Carvalho

ÁRVORE DE DECISÃO / ALGORITMO GENÉTICO PARA TRATAR O PROBLEMA DE PEQUENOS DISJUNTOS EM CLASSIFICAÇÃO DE DADOS. Deborah Ribeiro Carvalho ÁRVORE DE DECISÃO / ALGORITMO GENÉTICO PARA TRATAR O PROBLEMA DE PEQUENOS DISJUNTOS EM CLASSIFICAÇÃO DE DADOS Deborah Ribeiro Carvalho Orientador: Nelson Francisco Favilla Ebecken Co-Orientador: Alex Alves

Leia mais

Data Mining. Origem do Data Mining 24/05/2012. Data Mining. Prof Luiz Antonio do Nascimento

Data Mining. Origem do Data Mining 24/05/2012. Data Mining. Prof Luiz Antonio do Nascimento Data Mining Prof Luiz Antonio do Nascimento Data Mining Ferramenta utilizada para análise de dados para gerar, automaticamente, uma hipótese sobre padrões e anomalias identificadas para poder prever um

Leia mais

CAPÍTULO II - A CONTABILIZAÇÃO DO IMPOSTO SOBRE OS LUCROS SITUAÇÃO INTERNACIONAL

CAPÍTULO II - A CONTABILIZAÇÃO DO IMPOSTO SOBRE OS LUCROS SITUAÇÃO INTERNACIONAL AGRADECIMENTOS... NOTA PRÉVIA... ABREVIATURAS... RESUMO... PREFÁCIO... INTRODUÇÃO... BREVE ABORDAGEM DA PROBLEMÁTICA E OBJECTIVOS DO ESTUDO... METODOLOGIA... PLANO DA INVESTIGAÇÃO... PARTE I - AS RELAÇÕES

Leia mais

Prof. Msc. Paulo Muniz de Ávila

Prof. Msc. Paulo Muniz de Ávila Prof. Msc. Paulo Muniz de Ávila O que é Data Mining? Mineração de dados (descoberta de conhecimento em bases de dados): Extração de informação interessante (não-trivial, implícita, previamente desconhecida

Leia mais

Inferência de propriedades químicas do algodão através de técnicas de Data Mining

Inferência de propriedades químicas do algodão através de técnicas de Data Mining Pedro Miguel Lopes Bastos Inferência de propriedades químicas do algodão através de técnicas de Data Mining Dissertação submetida à Universidade do Minho para a obtenção do grau de Mestre em Sistemas de

Leia mais

Análise de técnicas de selecção de atributos em Bioinformática

Análise de técnicas de selecção de atributos em Bioinformática Análise de técnicas de selecção de atributos em Bioinformática Rui Mendes 100378011 Bioinformática 10/11 DCC Artigo Base Yvan Saeys, Inaki Inza and Pedro Larranaga. A review of feature selection techniques

Leia mais

PERFIL PROFISSIONAL PROGRAMADOR(A) DE INFORMÁTICA. PERFIL PROFISSIONAL Programador/a de Informática Nível 3 CATÁLOGO NACIONAL DE QUALIFICAÇÕES 1/5

PERFIL PROFISSIONAL PROGRAMADOR(A) DE INFORMÁTICA. PERFIL PROFISSIONAL Programador/a de Informática Nível 3 CATÁLOGO NACIONAL DE QUALIFICAÇÕES 1/5 PERFIL PROFISSIONAL PROGRAMADOR(A) DE INFORMÁTICA PERFIL PROFISSIONAL Programador/a de Informática Nível 3 CATÁLOGO NACIONAL DE QUALIFICAÇÕES 1/5 ÁREA DE ACTIVIDADE OBJECTIVO GLOBAL SAÍDA(S) PROFISSIONAL(IS)

Leia mais

Um modelo de dados é a colecção de, pelo menos, 3 componentes:

Um modelo de dados é a colecção de, pelo menos, 3 componentes: Modelos de Dados 1 Introdução Um modelo de dados é a colecção de, pelo menos, 3 componentes: 1) Um conjunto de tipos de estruturas de dados Define o tipo de dados e como se interrelacionam 2) Um conjunto

Leia mais

O objetivo da Mineração de Dados é extrair ou minerar conhecimento de grandes volumes de

O objetivo da Mineração de Dados é extrair ou minerar conhecimento de grandes volumes de MINERAÇÃO DE DADOS MINERAÇÃO DE DADOS O objetivo da Mineração de Dados é extrair ou minerar conhecimento de grandes volumes de dados. A mineração de dados é formada por um conjunto de ferramentas e técnicas

Leia mais

Classificação: Definição. Classificação: conceitos básicos e árvores de decisão. Exemplos de Tarefas de Classificação

Classificação: Definição. Classificação: conceitos básicos e árvores de decisão. Exemplos de Tarefas de Classificação Classificação: Definição Mineração de dados Classificação: conceitos básicos e árvores de decisão Apresentação adaptada do material de apoio do livro: Introduction to Data Mining Tan, Steinbach, Kumar

Leia mais

AVISO Nº. 05/98 DE 30 DE NOVEMBRO. Havendo necessidade de se actualizarem as regras de constituição e funcionamento das Casas de Câmbio;

AVISO Nº. 05/98 DE 30 DE NOVEMBRO. Havendo necessidade de se actualizarem as regras de constituição e funcionamento das Casas de Câmbio; AVISO Nº. 05/98 DE 30 DE NOVEMBRO Havendo necessidade de se actualizarem as regras de constituição e funcionamento das Casas de Câmbio; No uso da competência que é atribuída pelo artigo 580 da Lei nº.

Leia mais

Alteração de Morada www.portaldocidadao.pt

Alteração de Morada www.portaldocidadao.pt www.portaldocidadao.pt Vai mudar de casa? Já pode alterar a morada, de uma só vez, em 14 entidades públicas e privadas. Desta forma, evita deslocações e longas filas de espera. Aos cidadãos singulares

Leia mais

Fluxos de Investimento Directo de Portugal com o Exterior

Fluxos de Investimento Directo de Portugal com o Exterior Investimento Directo de Portugal com o Exterior eiro a ho de 28 Fluxos de Investimento Directo de Portugal com o Exterior eiro a ho de 28 Informação Portugal, 21 de sto de 28 Investimento Directo de Portugal

Leia mais

Sumário. Mineração de Dados aplicada à Gestão de Negócios. 1) Mineração de Dados

Sumário. Mineração de Dados aplicada à Gestão de Negócios. 1) Mineração de Dados Aula 1 Introdução -Mineração de Dados Prof. Dr. Sylvio Barbon Junior barbon@uel.br Sumário 1) Mineração de Dados 1) Atividades Relacionadas; 2) Desafios; 3) Exemplos de aplicativos; 4) Últimos assuntos;

Leia mais

A QUEM PODE DAR ORDENS PARA INVESTIMENTO COMO E ONDE SÃO EXECUTADAS

A QUEM PODE DAR ORDENS PARA INVESTIMENTO COMO E ONDE SÃO EXECUTADAS COMISSÃO DO MERCADO DE VALORES MOBILIÁRIOS COMISSÃO DO MERCADO DE VALORES MOBILIÁRIOS A QUEM PODE DAR ORDENS PARA INVESTIMENTO COMO E ONDE SÃO EXECUTADAS NOVEMBRO DE 2007 CMVM A 1 de Novembro de 2007 o

Leia mais

Microsoft Access. Nível I. Pedro Fernandes

Microsoft Access. Nível I. Pedro Fernandes Microsoft Access Nível I Introdução Objectivos Introdução; Criar tabelas; Fazer consultas; Elaborar formulários; Executar relatórios. 2 Introdução aos Sistemas de Gestão de Bases de Dados (SGBD) Desde

Leia mais

Introdução a Datamining (previsão e agrupamento)

Introdução a Datamining (previsão e agrupamento) E o que fazer depois de ter os dados organizados? Introdução a Datamining (previsão e agrupamento) Victor Lobo Mestrado em Estatística e Gestão de Informação Ideias base Aprender com o passado Inferir

Leia mais

A Política Regional Portuguesa e as Economias de Aglomeração

A Política Regional Portuguesa e as Economias de Aglomeração A Política Regional Portuguesa e as Economias de Aglomeração por José Pedro Pontes (Instituto Superior de Economia e Gestão/Universidade Técnica de Lisboa) 1 Conceitos e medidas da aglomeração "Economia

Leia mais

Mercados e Investimentos Financeiros

Mercados e Investimentos Financeiros Mercados e Investimentos Financeiros Funcionamento dos Mercados de Reporte e Empréstimos de Valores Mobiliários Ana H. Roseiro Ana Luísa Cardoso Newton Chatala Tiago Carvalho APRESENTAÇÃO DO TEMA Objectivo

Leia mais

Hugo Pedro Proença, 2007

Hugo Pedro Proença, 2007 Stored Procedures À medida que a complexidade dos sistemas aumenta, torna-se cada vez mais difícil a tarefa de integrar o SQL com as aplicações cliente. Além disto, é necessário que todas as aplicações

Leia mais

UFCD 786. Instalação e configuração de sistemas de bases de dados

UFCD 786. Instalação e configuração de sistemas de bases de dados UFCD 786 Instalação e configuração de sistemas de bases de dados 1 Noção de Base de Dados De uma forma genérica uma base de dados é um conjunto de dados (BD) Exemplos de BD s: Uma agenda de moradas Uma

Leia mais

Um compilador é um programa que lê um programa escrito numa dada linguagem, a linguagem objecto (fonte), e a traduz num programa equivalente

Um compilador é um programa que lê um programa escrito numa dada linguagem, a linguagem objecto (fonte), e a traduz num programa equivalente Capítulo 1 Introdução Um compilador é um que lê um escrito numa dada linguagem, a linguagem objecto (fonte), e a traduz num equivalente numa outra linguagem, a linguagem destino Como parte importante neste

Leia mais

Matemática Aplicada às Ciências Sociais

Matemática Aplicada às Ciências Sociais DEPARTAMENTO DE MATEMÁTICA Matemática Aplicada às Ciências Sociais Ensino Regular Curso Geral de Ciências Sociais e Humanas 10º Ano Planificação 2014/2015 Índice Finalidades... 2 Objectivos e competências

Leia mais

Mineração de Dados para Detecção de Padrões de Mudança de Cobertura da Terra. Padrões e processos em Dinâmica de uso e Cobertura da Terra

Mineração de Dados para Detecção de Padrões de Mudança de Cobertura da Terra. Padrões e processos em Dinâmica de uso e Cobertura da Terra Mineração de Dados para Detecção de Padrões de Mudança de Cobertura da Terra Padrões e processos em Dinâmica de uso e Cobertura da Terra Introdução 1 2 3 4 Capacidade de Armazenamento X Análise e Interpretação

Leia mais

NASCER CIDADÃO. Perguntas & Respostas

NASCER CIDADÃO. Perguntas & Respostas NASCER CIDADÃO Perguntas & Respostas 1. O que é o Nascer Cidadão? O Nascer Cidadão tem três objectivos: a) Permitir que o registo de nascimento das crianças se realize em unidades de saúde (hospitais e

Leia mais

Centro de Formação de Associação de Escolas de. Paços de Ferreira, Paredes e Penafiel. Acção de Formação

Centro de Formação de Associação de Escolas de. Paços de Ferreira, Paredes e Penafiel. Acção de Formação Centro de Formação de Associação de Escolas de Paços de Ferreira, Paredes e Penafiel Acção de Formação Geogebra - Uma visita aos programas de Matemática dos 2º e 3º Ciclos Relatório final Pedro José Marques

Leia mais

Técnicas de Computação Paralela Capítulo III Design de Algoritmos Paralelos

Técnicas de Computação Paralela Capítulo III Design de Algoritmos Paralelos Técnicas de Computação Paralela Capítulo III Design de Algoritmos Paralelos José Rogado jose.rogado@ulusofona.pt Universidade Lusófona Mestrado Eng.ª Informática e Sistemas de Informação 2013/14 Resumo

Leia mais

KDD E MINERAÇÃO DE DADOS:

KDD E MINERAÇÃO DE DADOS: KDD E MINERAÇÃO DE DADOS: Introdução e Motivação Prof. Ronaldo R. Goldschmidt ronaldo@de9.ime.eb.br rribeiro@univercidade.br geocities.yahoo.com.br/ronaldo_goldschmidt Fatos: Avanços em TI e o crescimento

Leia mais

Mineração de Dados. Prof. Júlio Cesar Nievola Especialização em Inteligência Computacional PPGIA - PUCPR

Mineração de Dados. Prof. Júlio Cesar Nievola Especialização em Inteligência Computacional PPGIA - PUCPR Mineração de Dados PPGIA - PUCPR Agenda 1. Histórico 2. Definições e Características 3. Processo e Tarefas de DM 4. Pré-Processamento 5. Representação do Conhecimento 6. Principais Tarefas 7. Procedimentos

Leia mais

Instituto Superior de Engenharia do Porto. Agrupamento Clustering

Instituto Superior de Engenharia do Porto. Agrupamento Clustering Instituto Superior de Engenharia do Porto Engenharia Informática Projecto Agrupamento Clustering Manuel Altino Torres Aniceto Castro Orientadora Profª Fátima Rodrigues Julho 2003 Agradecimentos A realização

Leia mais

REGULAMENTO DO CONCURSO PARA ATRIBUIÇÃO DO

REGULAMENTO DO CONCURSO PARA ATRIBUIÇÃO DO REGULAMENTO DO CONCURSO PARA ATRIBUIÇÃO DO Considerando que Tem estado nas preocupações da COTEC Portugal a promoção de iniciativas que visam activamente a promoção de uma cultura empresarial inovadora;

Leia mais

Secção II. A utilização nas empresas das tecnologias de inteligência artificial

Secção II. A utilização nas empresas das tecnologias de inteligência artificial 1 Secção II A utilização nas empresas das tecnologias de inteligência artificial 2 As empresas e a IA Concebidas para aproveitar as capacidades dos seres humanos, não para as substituir as tecnologias

Leia mais

IVº CongressoNacional dos Economistas. A Comunidade Portuguesa no Estrangeiro um Activo na Promoção Externa

IVº CongressoNacional dos Economistas. A Comunidade Portuguesa no Estrangeiro um Activo na Promoção Externa IVº CongressoNacional dos Economistas Lisboa,19-21 Outubro 2011 A Comunidade Portuguesa no Estrangeiro um Activo na Promoção Externa Fernanda Ilhéu e Catarina Casquilho Dias Importância do tema Equilibrar

Leia mais

Como tornar o seu. Maribel Yasmina* Isabel Ramos*

Como tornar o seu. Maribel Yasmina* Isabel Ramos* Os sistemas de Business Intelligence são imprescindíveis a decisores dinâmicos e motivados para aproveitar as oportunidades que uma sociedade em transformação rápida pode oferecer Maribel Yasmina* Como

Leia mais

BPstat. manual do utilizador. Banco de Portugal BPstat Estatísticas online Manual do Utilizador 1/24

BPstat. manual do utilizador. Banco de Portugal BPstat Estatísticas online Manual do Utilizador 1/24 BPstat manual do utilizador Banco de Portugal BPstat Estatísticas online Manual do Utilizador 1/24 BANCO DE PORTUGAL Av. Almirante Reis, 71 1150-012 Lisboa www.bportugal.pt Edição Departamento de Estatística

Leia mais

Extração de Conhecimento a partir dos Sistemas de Informação

Extração de Conhecimento a partir dos Sistemas de Informação Extração de Conhecimento a partir dos Sistemas de Informação Gisele Faffe Pellegrini & Katia Collazos Grupo de Pesquisa em Eng. Biomédica Universidade Federal de Santa Catarina Jorge Muniz Barreto Prof.

Leia mais

Seis Graus de Separação. Sidney de Castro

Seis Graus de Separação. Sidney de Castro Seis Graus de Separação Sidney de Castro O Mito Urbano Existe um mito urbano que diz que a distância entre dois seres humano no planeta, é de seis pessoas. Na prática podemos afirmar que em média um pacote

Leia mais

Algoritmos Indutores de Árvores de

Algoritmos Indutores de Árvores de Algoritmos Indutores de Árvores de Decisão Fabrício J. Barth Sistemas Inteligentes Análise e Desenvolvimento de Sistemas Faculdades de Tecnologia Bandeirantes Abril de 2013 Problema: Diagnóstico para uso

Leia mais

INTRODUÇÃO A MINERAÇÃO DE DADOS UTILIZANDO O WEKA

INTRODUÇÃO A MINERAÇÃO DE DADOS UTILIZANDO O WEKA INTRODUÇÃO A MINERAÇÃO DE DADOS UTILIZANDO O WEKA Marcelo DAMASCENO(1) (1) Instituto Federal de Educação, Ciência e Tecnologia do Rio Grande do Norte/Campus Macau, Rua das Margaridas, 300, COHAB, Macau-RN,

Leia mais

DATA MINING EM POÇOS DE ÁGUA SUBTERRÂNEA:um estudo de caso

DATA MINING EM POÇOS DE ÁGUA SUBTERRÂNEA:um estudo de caso DATA MINING EM POÇOS DE ÁGUA SUBTERRÂNEA:um estudo de caso Paulo Vinícius Lamana Barboza 1, Walkiria Cordenonzi 1 1 Centro Universitário Franciscano Rua dos Andradas 1614 Santa Maria RS Brazil ,

Leia mais

Consultas (Queries) ou Interrogações

Consultas (Queries) ou Interrogações Consultas (Queries) ou Interrogações Principal finalidade das interrogações: Extracção, manipulação (inserção, alteração e remoção) e definição de dados. As interrogações mais comuns destinam-se a pesquisar

Leia mais

Organização de Computadores 1

Organização de Computadores 1 Organização de Computadores 1 4 SUPORTE AO SISTEMA OPERACIONAL Prof. Luiz Gustavo A. Martins Sistema Operacional (S.O.) Programa responsável por: Gerenciar os recursos do computador. Controlar a execução

Leia mais

Data Mining: Conceitos e Técnicas

Data Mining: Conceitos e Técnicas Data Mining: Conceitos e Técnicas DM, DW e OLAP Data Warehousing e OLAP para Data Mining O que é data warehouse? De data warehousing para data mining Data Warehousing e OLAP para Data Mining Data Warehouse:

Leia mais

StartMeUp - Powered by U.S. Embassy Portugal Prémio Nacional de Empreendedorismo 2012 (STARTMEUP) Regulamento do Prémio

StartMeUp - Powered by U.S. Embassy Portugal Prémio Nacional de Empreendedorismo 2012 (STARTMEUP) Regulamento do Prémio StartMeUp - Powered by U.S. Embassy Portugal Prémio Nacional de Empreendedorismo 2012 (STARTMEUP) Regulamento do Prémio Artigo 1.º Organização e objectivos 1. O Prémio STARTMEUP é uma iniciativa organizada

Leia mais