Aprendizagem Simbólica MIACC 02

Save this PDF as:
 WORD  PNG  TXT  JPG

Tamanho: px
Começar a partir da página:

Download "Aprendizagem Simbólica MIACC 02"

Transcrição

1 Aprendizagem bólica MIACC 02 João Gama LIACC, FEP Introdução O que é Extracção de Conhecimento? Exploração e análise, por meios automáticos ou semi-automáticos, de grandes quantidades de dados com o objectivo de descobrir padrões e regras úteis e compreensíveis para a definição de estratégias das organizações. Área interdisciplinar: Estatística Reconhecimento de Padrões Inferência Estatística Bases de Dados Bases de Dados Multidimensionais Computação Algoritmos Inteligência Artificial De onde vêm os dados? 2 1

2 Do OLTP Ao OLAP De onde vêm os Dados? O funcionamento das organizações é suportado por bases de dados orientadas para os processos transaccionais. O modelo relacional de BD (3FN) foi desenhado para: Eficiência no processamento on-line de transacções. Flexibilidade para extensões. Perspectiva do Informático. Quando o objectivo é analisar dados A dispersão destes por diferentes tabelas é problemático. Para Bases de Dados suficientemente grandes A execução de uma Consulta numa BD Requer operações de Join entre as tabelas Pode levar dias. Como organizar a informação numa perspectiva de análise? 4 2

3 Extracção de Conhecimento Extracção de Conhecimento a partir de dados é um processo interactivo e iterativo que envolve: Compreender o domínio de aplicação. Adquirir ou seleccionar o conjunto de dados objectivo. Integrar e validar o conjunto de dados. Pré-processar os dados: Limpar os dados, transformar os dados Integração semântica.. Construção de hipóteses Escolha de algoritmos apropriados Avaliação e verificação dos modelos. Interpretação dos resultados e visualização 5 Extracção de Conhecimento Análise de dados, duas perspectivas 1ª Perspectiva O analista sugere hipóteses O computador avalia as hipóteses 2ª Perspectiva O computador sugere e avalia hipóteses O analista verifica a significância da hipótese. Dois exemplos: Muitas pessoas com o mesmo apelido têm a mesma morada Muitas unidades do produto X fornecido por Y aparecem estragadas. 6 3

4 Encadeamento básico Bases de dados OLTP Ferramentas Relatórios Oracle As400 Access Extrair Transformar Limpar Actualizar Converter Meta Data Data warehouse OLAP Data Mining Data Marts Visualização 7 Data Wharehouse-Propriedades e Conceitos A data warehouse is a copy of a transaction data specifically structured for querying, analysis, and reporting Alguns pontos: Cópia de dados transaccionais Incluindo agregações Estruturada de forma específica Dimensão Mega, Giga, Tera Bytes A informação é guardada para análise: de forma a poder ser acedida de forma mais eficiente separada do sistema operacional suporta sistema sofisticados de análise on-line (OLAP) Análise Multi-dimensional Integrar informação proveniente de mais que um sistema operacional. Integrar informação sobre salários, finanças, marketing, produção. Possibilidade de cruzar informação 8 4

5 OLTP versus OLAP Diferença entre processos operacionais e analíticos Processo operacional Estado Actual Dimensão MegaBytes Alta performance On-line Resposta rápida Processos pré-definidos Constante actualização Altera a Informação Acesso Read/writes Poucos registos Muitos Utilizadores Processo analítico Perspectiva histórica Dimensão GigaBytes Demorado Interactiva e Iterativa Análise exploratória de dados é pré-definida Informação mais estável Acesso: Reads Muitos Registos Longa duração Poucos utilizadores 9 Transformação física dos dados operacionais Homogeneizar e limpar os dados Dados incompletos e inconsistentes Os termos usados no sistema operacional podem ter que ser uniformizados entre aplicações: Nomes de atributos Tipos e dimensões de campos Integração semântica Um cliente pode ser identificado pelo nr.contribuinte numa aplicação e pelo bilhete de identidade noutra. Termos complexos poderão ser redefinidos Utilização de hierarquias O código de um produto contem Tipo, família, género, etc. Dicionário de dados 10 5

6 Bases de Dados Multidimensionais Bases de Dados multidimensionais Factos e Dimensões Factos Tabela normalizada Grande volume de dados Dimensões Tabelas não-normalizadas Para cada dimensão o conjunto de valores pode estar organizado hierarquicamente. Pequeno volume de dados Updates/Insert/Delete raros TEMPO F A C T O PRODUTO LOCAL 11 Bases de dados Multidimensionais Desenho de Dimensões Análise de consultas típicas Aplicam restrições a uma dimensão. Colocar toda a informação restritiva numa única tabela. Desenho da tabela de Factos eleccionar os campos apropriados. Minimizar a dimensão dos campos. eleccionar chaves apropriadas. Desenhar o tempo como um campo da tabela factual. Exemplo (análise de vendas): Consultas típicas: Grupos de produtos Vestuário Consultas que envolvem tamanho, cor, estilo As consultas poderão ser aceleradas se a informação sobre os produtos estiver numa única tabela. ituações onde o acréscimo de informação não relevante é grande pode ser contraproducente. 12 6

7 O Modelo Multidimensional Des-normalização Concatena várias relações numa única Reduz a necessidade de operações de Join em consultas. Consultas materializadas Campos Calculados Uma dimensão pode estar organizada em hierarquias. Possibilita operações de agregação a diferentes níveis da hierarquia de uma dimensão Contracção: Expansão Tabulação cruzada Agregação por varias dimensões Agregação sobre Local e Tempo Tempo Ano semestre Trimestre Mês emana Dia Exemplo Local País Distrito Cidade 13 OnLine Analytical Process (OLAP) Modelos de OLAP: dimensões & Medidas Esquema em Estrela: Tabela de Factos ligada a um conjunto de tabelas de dimensões. Tabela de factos normalizada Tabelas de dimensões (eventualmente) não normalizadas. Esquema em Floco de neve: Hierarquias em dimensões estão normalizadas, i.e. decompostas numa série de tabelas de dimensões. Esquema em Constelação: Multiplas tabelas de factos partilham as tabelas de dimensões. ervidores OLAP ROLAP Base de Dados Relacional MOLAP Multidimensional OLAP 14 7

8 Exemplo do Modelo em Estrela time day day_of_the_week month quarter year branch branch_key branch_name branch_type Measures ales Fact Table branch_key location_key units_sold dollars_sold avg_sales item item_name brand type supplier_type location location_key street city province_or_street country 15 Exemplo do Modelo em Floco de Neve time day day_of_the_week month quarter year ales Fact Table item item_name brand type supplier_key supplier supplier_key supplier_type branch branch_key branch_name branch_type Measures branch_key location_key units_sold dollars_sold avg_sales location location_key street city_key city city_key city province_or_street country 16 8

9 Exemplo do Modelo em Constelação time day day_of_the_week month quarter year ales Fact Table branch_key item item_name brand type supplier_type hipping Fact Table shipper_key from_location branch branch_key branch_name branch_type Measures location_key units_sold dollars_sold avg_sales location location_key street city province_or_street country to_location dollars_cost units_shipped shipper shipper_key shipper_name location_key 17 shipper_type Multidimensional Data Volume das vendas em função do produto, data, e região Região Dimensões: Produto, Região, Data Hierarquias: umarização Produto Região Ano Produto Categoria País Tri-mestre Familia Cidade Mês emana Data Loja Dia 18 9

10 Exemplo de um Cubo TV PC VCR sum Produto Data 1Qtr 2Qtr 3Qtr 4Qtr sum Total anual de vendas de TV em Norte Norte Centro ul Região sum 19 Cuboids no Cube all produto data região produto,data produto,região data, região 0-D(apex) cuboid 1-D cuboids 2-D cuboids produto, data, região 3-D(base) cuboid 20 10

11 O Operador CUBE Para k dimensões existem: 2^k possíveis consultas QL Group By obtidas sobre subconjuntos das dimensão. O operador CUBE (introduzido por Gray et al. 96) CUBE pid, locid, timeid BY UM Vendas Existem 8 subconjuntos do conjunto {pid,locid,timeid} Cada subconjunto corresponde a uma consulta QL da forma: ELECT um(v.vendas) FROM Vendas V GROUP BY <lista> 21 O Operador CUBE Exemplo ELECT item, city, year, UM (amount) FROM ALE CUBE BY item, city, year Necessita calcular os seguintes Group-Bys (item, city, year), (item, city), (item, year), (city, year), (city) (item), (city), (year) () () (item) (year) (city, item) (city, year) (item, year) (city, item, year) 22 11

12 Operadores OLAP Roll up (drill-up): sumarizar dados ubindo na hierarquia. Drill down (roll down): inverso do roll-up Descer na hierarquia lice and dice: projecção e selecção em dimensões Pivot (rotate): reorientação do cubo, visualização: series de planos 2D. Other operations drill across: involving (across) more than one fact table drill through: through the bottom level of the cube to its back-end relational tables (using QL) 23 Tipos de Problemas Pre-Processamento de dados eleccionar, filtrar, agregar, obter amostras, limpar, transformar Automatizar estes processos. Análise exploratória dos dados Modelação Preditiva Regressão e Classificação Analisar a dependência dos valores de uma variável em relação aos valores das outras variáveis. Modelação descritiva Agrupamentos egmentação em subconjuntos (clusters) Dividir os registos em grupos homogéneos Padrões e Associações Descobrir grupos de registos significativamente diferentes Visualização de Modelos

13 o l o l N u b l a d o C h u v a C h u v a C h u v a N u b l a d o o l o l C h u v a o l T e m p o N u b l a d o N u b l a d o C h u v a T e m p e r a t u H u m i d a d e v e n t o J o g a Tempo Temperatu Humidade vento Joga Representação de um problema Proposicional Atributo = valor A informação está disposta numa única relação (tabela) Cada atributo toma valores num domínio Domínios reais» Existe uma relação de ordem definida Domínios nominais» existe uma relação de ordem definida Aprendizagem indutiva Multi-valor Atributo = {valores} Distribuições, histogramas, etc Objectos simbólicos Relacional A informação está disposta em várias tabelas relacionadas ILP Tempo Temperatu. Humidade vento Joga Tempo Temperatu. Humidade vento Joga Tempo Temperatu. Humidade vento Joga umário Do OLTP ao OLAP De onde vêm os Dados? Extracção de Conhecimento Encadeamento básico Data Wharehouse-Propriedades e Conceitos Propriedades e Conceitos O modelo da Data warehouse Transformação física dos dados operacionais Bases de dados Multidimensionais O Modelo Multidimensional OnLine Analytical Process (OLAP) Exemplo do Modelo em Estrela Exemplo do Modelo em Floco de Neve Exemplo do Modelo em Constelação Exemplo de um Cubo Cuboids no Cubo Operadores OLAP Tipos de Problemas Representação de um problema 26 13

Data Warehousing e Tecnologia OLAP para Data Mining

Data Warehousing e Tecnologia OLAP para Data Mining Data Warehousing e Tecnologia OLAP para Data Mining O que é um data warehouse? O modelo de dados multi-dimensional Arquitectura de data warehouses Implementação de data warehouses Mais aspectos da tecnologia

Leia mais

OLAP (On-Line Analytical Processing) e Banco de Dados Multidimensionais O que é OLAP? Processamento de dados Dedicado ao suporte a decisão Visualização de dados agregrados ao longo de várias dimensões

Leia mais

Data Warehousing e Tecnologia OLAP para Data Mining

Data Warehousing e Tecnologia OLAP para Data Mining Data Warehousing e Tecnologia OLAP para Data Mining O que é um data warehouse? O modelo de dados multi-dimensional Arquitectura de data warehouses Implementação de data warehouses Mais aspectos da tecnologia

Leia mais

Decisão Suporte: Warehousing, OLAP e Data Mining

Decisão Suporte: Warehousing, OLAP e Data Mining Decisão Suporte: Warehousing, OLAP e Data Mining 7-1 Introdução Cada vez mais, organizações estão analizando dados correntes e históricos para identificar padrões úteis e suporte a estratégias de negócios.

Leia mais

Decisão Suporte: Warehousing, OLAP e Data Mining

Decisão Suporte: Warehousing, OLAP e Data Mining Decisão Suporte: Warehousing, OLAP e Data Mining 7-1 Introdução Cada vez mais, organizações estão analizando dados correntes e históricos para identificar padrões úteis e suporte a estratégias de negócios.

Leia mais

TÓPICOS AVANÇADOS EM ENGENHARIA DE SOFTWARE

TÓPICOS AVANÇADOS EM ENGENHARIA DE SOFTWARE TÓPICOS AVANÇADOS EM ENGENHARIA DE SOFTWARE Engenharia de Computação Professor: Rosalvo Ferreira de Oliveira Neto OLPT x OLAP Roteiro OLTP Datawarehouse OLAP Operações OLAP Exemplo com Mondrian e Jpivot

Leia mais

Fundamentos da Análise Multidimensional

Fundamentos da Análise Multidimensional Universidade Técnica de Lisboa INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO Informática e Sistemas de Informação Aplicados em Economia Fundamentos da Análise Multidimensional Fundamentos da Análise Multidimensional

Leia mais

Complemento I - Noções Introdutórias em Data Warehouses

Complemento I - Noções Introdutórias em Data Warehouses Complemento I - Noções Introdutórias em Data Warehouses Esse documento é parte integrante do material fornecido pela WEB para a 2ª edição do livro Data Mining: Conceitos, técnicas, algoritmos, orientações

Leia mais

Processo Decisório, OLAP e Relatórios Corporativos OLAP E RELATÓRIOS CORPORATIVOS

Processo Decisório, OLAP e Relatórios Corporativos OLAP E RELATÓRIOS CORPORATIVOS Processo Decisório, OLAP e Relatórios Corporativos OLAP E RELATÓRIOS CORPORATIVOS Sumário Conceitos/Autores chave... 3 1. Introdução... 5 2. OLAP... 6 3. Operações em OLAP... 8 4. Arquiteturas em OLAP...

Leia mais

Data Warehousing e OLAP

Data Warehousing e OLAP Data Warehousing e OLAP Jornadas de Engenharia Informática Instituto Politécnico da Guarda Henrique Madeira Departamento de Engenharia Informática Faculdade de Ciências e Tecnologia Universidade de Coimbra

Leia mais

Modelagem Multidimensional: Esquema Estrela

Modelagem Multidimensional: Esquema Estrela BANCO DE DADOS DISTRIBUÍDOS e DATAWAREHOUSING http://www.uniriotec.br/~tanaka/tin0036 tanaka@uniriotec.br Modelagem Dimensional Conceitos Básicos Modelagem Multidimensional: Esquema Estrela Proposto por

Leia mais

Banco de Dados - Senado

Banco de Dados - Senado Banco de Dados - Senado Exercícios OLAP - CESPE Material preparado: Prof. Marcio Vitorino OLAP Material preparado: Prof. Marcio Vitorino Soluções MOLAP promovem maior independência de fornecedores de SGBDs

Leia mais

Sistemas de Apoio à Decisão (SAD) - Senado

Sistemas de Apoio à Decisão (SAD) - Senado Sistemas de Apoio à Decisão (SAD) - Senado DW OLAP BI Ilka Kawashita Material preparado :Prof. Marcio Vitorino Sumário OLAP Data Warehouse (DW/ETL) Modelagem Multidimensional Data Mining BI - Business

Leia mais

Data Warehouses. Alunos: Diego Antônio Cotta Silveira Filipe Augusto Rodrigues Nepomuceno Marcos Bastos Silva Roger Rezende Ribeiro Santos

Data Warehouses. Alunos: Diego Antônio Cotta Silveira Filipe Augusto Rodrigues Nepomuceno Marcos Bastos Silva Roger Rezende Ribeiro Santos Data Warehouses Alunos: Diego Antônio Cotta Silveira Filipe Augusto Rodrigues Nepomuceno Marcos Bastos Silva Roger Rezende Ribeiro Santos Conceitos Básicos Data Warehouse(DW) Banco de Dados voltado para

Leia mais

DATA WAREHOUSE. Rafael Ervin Hass Raphael Laércio Zago

DATA WAREHOUSE. Rafael Ervin Hass Raphael Laércio Zago DATA WAREHOUSE Rafael Ervin Hass Raphael Laércio Zago Roteiro Introdução Aplicações Arquitetura Características Desenvolvimento Estudo de Caso Conclusão Introdução O conceito de "data warehousing" data

Leia mais

Introdução à Modelagem Dimensional para Datawarehouses

Introdução à Modelagem Dimensional para Datawarehouses Introdução à Modelagem Dimensional para Datawarehouses Fernanda Baião fernanda.baiao@uniriotec.br PPGI UNIRIO Abril 2007 1 Tópicos Inteligência do Negócio Contexto das Organizações A tecnologia de Data

Leia mais

e-business A IBM definiu e-business como: GLOSSÁRIO

e-business A IBM definiu e-business como: GLOSSÁRIO Através do estudo dos sistemas do tipo ERP, foi possível verificar a natureza integradora, abrangente e operacional desta modalidade de sistema. Contudo, faz-se necessário compreender que estas soluções

Leia mais

Tópicos Avançados Business Intelligence. Banco de Dados Prof. Otacílio José Pereira. Unidade 10 Tópicos Avançados Business Inteligence.

Tópicos Avançados Business Intelligence. Banco de Dados Prof. Otacílio José Pereira. Unidade 10 Tópicos Avançados Business Inteligence. Tópicos Avançados Business Intelligence Banco de Dados Prof. Otacílio José Pereira Unidade 10 Tópicos Avançados Business Inteligence Roteiro Introdução Níveis organizacionais na empresa Visão Geral das

Leia mais

Arquiteturas de DW e Abordagens de Implementação. Arquiteturas e Abordagens de Implementação

Arquiteturas de DW e Abordagens de Implementação. Arquiteturas e Abordagens de Implementação Curso de Dwing TecBD-DI PUC-Rio Prof. Rubens Melo Arquiteturas de DW e Abordagens de Implementação Arquiteturas e Abordagens de Implementação Arquitetura adequada é fundamental Infra-estrutura disponível

Leia mais

Aplicação A. Aplicação B. Aplicação C. Aplicação D. Aplicação E. Aplicação F. Aplicação A REL 1 REL 2. Aplicação B REL 3.

Aplicação A. Aplicação B. Aplicação C. Aplicação D. Aplicação E. Aplicação F. Aplicação A REL 1 REL 2. Aplicação B REL 3. Sumário Data Warehouse Modelagem Multidimensional. Data Mining BI - Business Inteligence. 1 2 Introdução Aplicações do negócio: constituem as aplicações que dão suporte ao dia a dia do negócio da empresa,

Leia mais

- A crescente necessidade de sistemas inteligentes e de aquisição de conhecimento levaram à necessidade de implementação de Data Warehouses.

- A crescente necessidade de sistemas inteligentes e de aquisição de conhecimento levaram à necessidade de implementação de Data Warehouses. - A crescente necessidade de sistemas inteligentes e de aquisição de conhecimento levaram à necessidade de implementação de. - O que é uma Data Warehouse? - Colecção de bases de dados orientadas por assunto

Leia mais

Data Warehousing. Leonardo da Silva Leandro. CIn.ufpe.br

Data Warehousing. Leonardo da Silva Leandro. CIn.ufpe.br Data Warehousing Leonardo da Silva Leandro Agenda Conceito Elementos básicos de um DW Arquitetura do DW Top-Down Bottom-Up Distribuído Modelo de Dados Estrela Snowflake Aplicação Conceito Em português:

Leia mais

BANCO DE DADOS DISTRIBUÍDOS e DATAWAREHOUSING

BANCO DE DADOS DISTRIBUÍDOS e DATAWAREHOUSING BANCO DE DADOS DISTRIBUÍDOS e DATAWAREHOUSING http://www.uniriotec.br/~tanaka/tin0036 tanaka@uniriotec.br Introdução a Data Warehousing e OLAP Introdução a Data Warehouse e Modelagem Dimensional Visão

Leia mais

Curso de Engenharia de Sistemas e Informática - 5º Ano. Ficha T. Prática n.º 1

Curso de Engenharia de Sistemas e Informática - 5º Ano. Ficha T. Prática n.º 1 Análise Inteligente de Dados Objectivo: Curso de Engenharia de Sistemas e Informática - 5º Ano Ficha T. Prática n.º 1 Estudo do paradigma multidimensional com introdução de uma extensão ao diagrama E/R

Leia mais

Adriano Maranhão BUSINESS INTELLIGENCE (BI),

Adriano Maranhão BUSINESS INTELLIGENCE (BI), Adriano Maranhão BUSINESS INTELLIGENCE (BI), BUSINESS INTELLIGENCE (BI) O termo Business Intelligence (BI), popularizado por Howard Dresner do Gartner Group, é utilizado para definir sistemas orientados

Leia mais

Resumo dos principais conceitos. Resumo dos principais conceitos. Business Intelligence. Business Intelligence

Resumo dos principais conceitos. Resumo dos principais conceitos. Business Intelligence. Business Intelligence É um conjunto de conceitos e metodologias que, fazem uso de acontecimentos e sistemas e apoiam a tomada de decisões. Utilização de várias fontes de informação para se definir estratégias de competividade

Leia mais

OLAP. Introdução. Cristina C. Vieira Departamento de Engenharia Eletrónica e Informática

OLAP. Introdução. Cristina C. Vieira Departamento de Engenharia Eletrónica e Informática OLAP Introdução Cristina C. Vieira Departamento de Engenharia Eletrónica e Informática OLAP Online analytical processing Existem dois tipos distintos de processamento sobre bases de dados: OLTP Online

Leia mais

Curso Superior de Tecnologia em Banco de Dados Disciplina: Projeto de Banco de Dados Relacional II Prof.: Fernando Hadad Zaidan

Curso Superior de Tecnologia em Banco de Dados Disciplina: Projeto de Banco de Dados Relacional II Prof.: Fernando Hadad Zaidan Faculdade INED Curso Superior de Tecnologia em Banco de Dados Disciplina: Projeto de Banco de Dados Relacional II Prof.: Fernando Hadad Zaidan 1 Unidade 4.3 2 1 BI BUSINESS INTELLIGENCE BI CARLOS BARBIERI

Leia mais

OLAP em âmbito hospitalar: Transformação de dados de enfermagem para análise multidimensional

OLAP em âmbito hospitalar: Transformação de dados de enfermagem para análise multidimensional OLAP em âmbito hospitalar: Transformação de dados de enfermagem para análise multidimensional João Silva and José Saias m5672@alunos.uevora.pt, jsaias@di.uevora.pt Mestrado em Engenharia Informática, Universidade

Leia mais

Uma peça estratégica para o seu negócio

Uma peça estratégica para o seu negócio Uma peça estratégica para o seu negócio INFORMAÇÃO GERAL DA EMPRESA CASO DE SUCESSO EM IMPLEMENTAÇÃO BI PERGUNTAS E RESPOSTAS Fundada em 1997, Habber Tec é uma empresa especializada na oferta de soluções

Leia mais

Tecnologia de Base de Dados Introdução à Base de Dados

Tecnologia de Base de Dados Introdução à Base de Dados Introdução à Base de Dados MSc. Eugénio Alberto Macumbe Plano Temático 1. Introdução à Base de Dados; 2. Modelo Relacional; 3. Modelação de dados; 4. Formas Normais e Processo de Normalização; 5. Operações

Leia mais

Data Warehousing. Histórico. Uma Hierarquia de Necessidades de Informação. Transacional vs. Data Warehousing. OLAP Décadas de 60 e 70

Data Warehousing. Histórico. Uma Hierarquia de Necessidades de Informação. Transacional vs. Data Warehousing. OLAP Décadas de 60 e 70 Warehousing Ana Carolina Salgado Fábio Ávila Carlos Eduardo Pires Sofisticação do Usuário Uma Hierarquia de Necessidades de Informação MD OLAP Consulta ad hoc Relatório Operacional Que outras coisas podiam

Leia mais

Data Warehouses Uma Introdução

Data Warehouses Uma Introdução Data Warehouses Uma Introdução Alex dos Santos Vieira, Renaldy Pereira Sousa, Ronaldo Ribeiro Goldschmidt 1. Motivação e Conceitos Básicos Com o advento da globalização, a competitividade entre as empresas

Leia mais

Data Warehouse. Debora Marrach Renata Miwa Tsuruda

Data Warehouse. Debora Marrach Renata Miwa Tsuruda Debora Marrach Renata Miwa Tsuruda Agenda Introdução Contexto corporativo Agenda Introdução Contexto corporativo Introdução O conceito de Data Warehouse surgiu da necessidade de integrar dados corporativos

Leia mais

Planejamento Estratégico de TI. Prof.: Fernando Ascani

Planejamento Estratégico de TI. Prof.: Fernando Ascani Planejamento Estratégico de TI Prof.: Fernando Ascani Data Mining Os métodos tradicionais de Data Mining são: Classificação Associa ou classifica um item a uma ou várias classes categóricas pré-definidas.

Leia mais

Procesamiento Analítico con Minería de Datos

Procesamiento Analítico con Minería de Datos Procesamiento Analítico con Minería de Datos Analytical Processing com Data Mining Angelino Feliciano Morales Universidad Autónoma de Guerrero afmorales@uagro.mx René Edmundo Cuevas Valencia Universidad

Leia mais

Faculdade Pitágoras PROJETO DE DW FASES FCS-EM PROJETOS DE DW 08/02/2012. Unidade 2.1. Curso Superior de Tecnologia: Banco de Dados

Faculdade Pitágoras PROJETO DE DW FASES FCS-EM PROJETOS DE DW 08/02/2012. Unidade 2.1. Curso Superior de Tecnologia: Banco de Dados Faculdade Pitágoras Curso Superior de Tecnologia: Banco de Dados Disciplina: Ferramentaspara Tomada de Decisão 2 DataWarehouse Unidade 2.1 2.1 Conceitos fundamentais e Cubos Prof.: Fernando Hadad Zaidan

Leia mais

Business Intelligence. Business Intelligence. Business Intelligence. Business Intelligence. Business Intelligence

Business Intelligence. Business Intelligence. Business Intelligence. Business Intelligence. Business Intelligence Juntamente com o desenvolvimento desses aplicativos surgiram os problemas: & Data Warehouse July Any Rizzo Oswaldo Filho Década de 70: alguns produtos de BI Intensa e exaustiva programação Informação em

Leia mais

Capítulo 5. 5.1 Laudon, Cap. 5

Capítulo 5. 5.1 Laudon, Cap. 5 Capítulo 5 Fundamentos da Inteligência de Negócios: Gerenciamento da Informação e de Bancos de Dados 5.1 Laudon, Cap. 5 OBJETIVOS DE ESTUDO Descrever como um banco de dados relacional organiza os dados

Leia mais

Analysis Services. Manual Básico

Analysis Services. Manual Básico Analysis Services Manual Básico Construindo um Banco de Dados OLAP... 2 Criando a origem de dados... 3 Definindo as dimensões... 5 Níveis de dimensão e membros... 8 Construindo o cubo... 11 Tabela de fatos...12

Leia mais

Sobre o que falaremos nesta aula?

Sobre o que falaremos nesta aula? Business Intelligence - BI Inteligência de Negócios Prof. Ricardo José Pfitscher Elaborado com base no material de: José Luiz Mendes Gerson Volney Lagmman Introdução Sobre o que falaremos nesta aula? Ferramentas

Leia mais

É uma parte fundamental de um software; É a parte do sistema visível para o usuário, através da qual, ele se comunica para realizar suas tarefas;

É uma parte fundamental de um software; É a parte do sistema visível para o usuário, através da qual, ele se comunica para realizar suas tarefas; Revisão 2 É uma parte fundamental de um software; É a parte do sistema visível para o usuário, através da qual, ele se comunica para realizar suas tarefas; Texto, Imagens, Sons, Cores são utilizados para

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

Data Warehouse Processos e Arquitetura

Data Warehouse Processos e Arquitetura Data Warehouse - definições: Coleção de dados orientada a assunto, integrada, não volátil e variável em relação ao tempo, que tem por objetivo dar apoio aos processos de tomada de decisão (Inmon, 1997)

Leia mais

Data Warehouse Granularidade. rogerioaraujo.wordpress.com twitter: @rgildoaraujo - rgildoaraujo@gmail.com 1

Data Warehouse Granularidade. rogerioaraujo.wordpress.com twitter: @rgildoaraujo - rgildoaraujo@gmail.com 1 Data Warehouse Granularidade rogerioaraujo.wordpress.com twitter: @rgildoaraujo - rgildoaraujo@gmail.com 1 Granularidade A granularidade de dados refere-se ao nível de sumarização dos elementos e de detalhe

Leia mais

Inteligência de Negócio. Brian Cowhig

Inteligência de Negócio. Brian Cowhig Inteligência de Negócio Brian Cowhig Inteligência de Negócio O Que é Inteligência de Negócio? Três Níveis de Inteligência de Negócio Database Query OLAP Data Mining Produtos de Inteligência de Negócio

Leia mais

UNIVERSIDADE TÉCNICA DE LISBOA INSTITUTO SUPERIOR TÉCNICO WEBDATAMART PARA GESTÃO PORTUÁRIA

UNIVERSIDADE TÉCNICA DE LISBOA INSTITUTO SUPERIOR TÉCNICO WEBDATAMART PARA GESTÃO PORTUÁRIA UNIVERSIDADE TÉCNICA DE LISBOA INSTITUTO SUPERIOR TÉCNICO WEBDATAMART PARA GESTÃO PORTUÁRIA Paulo Miguel Silvério Santos (Licenciado) Dissertação para obtenção do grau de Mestre em: Engenharia Informática

Leia mais

Modelação Dimensional 4

Modelação Dimensional 4 INTEGRAÇÃO E PROCESSAMENTO ANALÍTICO DE INFORMAÇÃO Modelação Dimensional 4 António Manuel Silva Ferreira UNIVERSIDADE DE LISBOA FACULDADE DE CIÊNCIAS DEPARTAMENTO DE INFORMÁTICA asfe@di.fc.ul.pt Sumário

Leia mais

Modelo de dados do Data Warehouse

Modelo de dados do Data Warehouse Modelo de dados do Data Warehouse Ricardo Andreatto O modelo de dados tem um papel fundamental para o desenvolvimento interativo do data warehouse. Quando os esforços de desenvolvimentos são baseados em

Leia mais

Data Warehouse Mineração de Dados

Data Warehouse Mineração de Dados Data Warehouse Mineração de Dados Profa. Roberta Macêdo M. Gouveia robertammg@gmail.com 1 18/12/2014 Data Warehouse Data Mining Big Data A mina de ouro debaixo dos bits 2 Data Warehouse: A Memória da Empresa

Leia mais

Chapter 3. Análise de Negócios e Visualização de Dados

Chapter 3. Análise de Negócios e Visualização de Dados Chapter 3 Análise de Negócios e Visualização de Dados Objetivos de Aprendizado Descrever a análise de negócios (BA) e sua importância par as organizações Listar e descrever brevemente os principais métodos

Leia mais

Business Intelligence e ferramentas de suporte

Business Intelligence e ferramentas de suporte O modelo apresentado na figura procura enfatizar dois aspectos: o primeiro é sobre os aplicativos que cobrem os sistemas que são executados baseados no conhecimento do negócio; sendo assim, o SCM faz o

Leia mais

Base de dados I. Uma base de dados é um simples repositório de informação relacionado com um determinado assunto ou finalidade

Base de dados I. Uma base de dados é um simples repositório de informação relacionado com um determinado assunto ou finalidade Base de dados I O que é? Uma base de dados é um simples repositório de informação relacionado com um determinado assunto ou finalidade Para que serve? Serve para gerir vastos conjuntos de informação de

Leia mais

Sistemas de Informação

Sistemas de Informação Sistemas de Informação Prof. M.Sc. Diego Fernandes Emiliano Silva diego.femiliano@gmail.com Agenda Banco de dados Gerenciamento de banco de dados Sistemas de gerenciamento de banco de dados Como usar banco

Leia mais

Aline França a de Abreu, Ph.D

Aline França a de Abreu, Ph.D Aline França a de Abreu, Ph.D igti.eps.ufsc.br 07 / 10/ 04 Núcleo de estudos Criado em 1997 - UFSC/EPS Equipe multidisciplinar, com aproximadamente 20 integrantes OBJETIVO Gerar uma competência e uma base

Leia mais

Data Warehousing. Engª Informática e Computação FEUP. 27 de Maio de 2002 DW/ACC/FEUP 27-05-2002

Data Warehousing. Engª Informática e Computação FEUP. 27 de Maio de 2002 DW/ACC/FEUP 27-05-2002 Data Warehousing Engª Informática e Computação FEUP 27 de Maio de 2002 Agenda Perspectiva de Negócio Perspectiva Técnica Perspectiva do Projecto Razões para construir um DW Modelação de Dados Exploração

Leia mais

MDX+: Uma Linguagem de Consulta Multidimensional com Análise Horizontal, Vertical e Estatística

MDX+: Uma Linguagem de Consulta Multidimensional com Análise Horizontal, Vertical e Estatística Universidade Federal de Pernambuco Centro de Informática Graduação em Ciência da Computação MDX+: Uma Linguagem de Consulta Multidimensional com Análise Horizontal, Vertical e Estatística Trabalho de Graduação

Leia mais

SUMÁRIO 1. INTRODUÇÃO... 2 2. O QUE É DATA WAREHOUSE?... 2 3. O QUE DATA WAREHOUSE NÃO É... 4 4. IMPORTANTE SABER SOBRE DATA WAREHOUSE... 5 4.

SUMÁRIO 1. INTRODUÇÃO... 2 2. O QUE É DATA WAREHOUSE?... 2 3. O QUE DATA WAREHOUSE NÃO É... 4 4. IMPORTANTE SABER SOBRE DATA WAREHOUSE... 5 4. SUMÁRIO 1. INTRODUÇÃO... 2 2. O QUE É DATA WAREHOUSE?... 2 3. O QUE DATA WAREHOUSE NÃO É... 4 4. IMPORTANTE SABER SOBRE DATA WAREHOUSE... 5 4.1 Armazenamento... 5 4.2 Modelagem... 6 4.3 Metadado... 6 4.4

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

Identificar as mudanças que acontecem na forma e no uso de apoio à decisão em empreendimentos de e-business. Identificar o papel e alternativas de

Identificar as mudanças que acontecem na forma e no uso de apoio à decisão em empreendimentos de e-business. Identificar o papel e alternativas de 1 Identificar as mudanças que acontecem na forma e no uso de apoio à decisão em empreendimentos de e-business. Identificar o papel e alternativas de relatórios dos sistemas de informação gerencial. Descrever

Leia mais

Business Intelligence Conceitos, Metodologia de Desenvolvimento e Exemplos de BI

Business Intelligence Conceitos, Metodologia de Desenvolvimento e Exemplos de BI Matriz: Av. Caçapava, 527 CEP 90.460-130 Tecnopuc: Av. Ipiranga, 6681 Prédio 32 Sala 109 CEP 90.619-900 Porto Alegre - RS, Brasil Contate-nos: +55 (51) 3330.7777 contato@dbccompany.com.br www.dbccompany.com.br

Leia mais

1- Identifique para cada questão abaixo, se o enunciado se refere a View, Stored Procedures, Trigger ou Function. Apenas um por questão.

1- Identifique para cada questão abaixo, se o enunciado se refere a View, Stored Procedures, Trigger ou Function. Apenas um por questão. 1- Identifique para cada questão abaixo, se o enunciado se refere a View, Stored Procedures, Trigger ou Function. Apenas um por questão. a- Representam tabelas virtuais não armazenadas, compostas de campos

Leia mais

Projecto Final de Licenciatura Engenharia Informática - Computadores e Sistemas. elaborado por: Filipe Manuel Marques Pinto Pinheiro

Projecto Final de Licenciatura Engenharia Informática - Computadores e Sistemas. elaborado por: Filipe Manuel Marques Pinto Pinheiro OLAP (ONLINE ANALYTICAL PROCESSING) Projecto Final de Licenciatura Engenharia Informática - Computadores e Sistemas elaborado por: Filipe Manuel Marques Pinto Pinheiro orientado por: Engº Paulo Alexandre

Leia mais

Bases de Dados aplicadas a Inteligência de Negócios

Bases de Dados aplicadas a Inteligência de Negócios Agenda Bases de Dados aplicadas a Inteligência de Negócios Professor Sérgio Rodrigues professor@sergiorodrigues.net Sistemas de Gerenciamento de Bancos de Dados (SGBD) Tipos de Banco de Dados Noções de

Leia mais

LINGUAGEM SQL PARA CONSULTAS EM MICROSOFT ACCESS

LINGUAGEM SQL PARA CONSULTAS EM MICROSOFT ACCESS LINGUAGEM SQL PARA CSULTAS EM MICROSOFT ACCESS Objetivos: Neste tutorial serão apresentados os principais elementos da linguagem SQL (Structured Query Language). Serão apresentados diversos exemplos práticos

Leia mais

Planejamento Estratégico de TI. Prof.: Fernando Ascani

Planejamento Estratégico de TI. Prof.: Fernando Ascani Planejamento Estratégico de TI Prof.: Fernando Ascani Data Warehouse - Conceitos Hoje em dia uma organização precisa utilizar toda informação disponível para criar e manter vantagem competitiva. Sai na

Leia mais

Data Warehouse. Diogo Matos da Silva 1. Universidade Federal de Ouro Preto, Ouro Preto, MG, Brasil. Banco de Dados II

Data Warehouse. Diogo Matos da Silva 1. Universidade Federal de Ouro Preto, Ouro Preto, MG, Brasil. Banco de Dados II Data Warehouse Diogo Matos da Silva 1 1 Departamento de Computação Universidade Federal de Ouro Preto, Ouro Preto, MG, Brasil Banco de Dados II Diogo Matos (DECOM - UFOP) Banco de Dados II Jun 2013 1 /

Leia mais

Compartilhe. Desmistificando o BI Conceitos, estruturas e principais ferramentas

Compartilhe. Desmistificando o BI Conceitos, estruturas e principais ferramentas Desmistificando o BI Conceitos, estruturas e principais ferramentas INTRODUÇÃO Compartilhe Este e-book tem a intenção de trazer algumas informações básicas sobre BI, características de tipos de arquitetura,

Leia mais

SISTEMAS DE APOIO À INTELIGÊNCIA DE NEGÓCIOS

SISTEMAS DE APOIO À INTELIGÊNCIA DE NEGÓCIOS SISTEMAS DE APOIO À INTELIGÊNCIA DE NEGÓCIOS http://www.uniriotec.br/~tanaka/sain tanaka@uniriotec.br OLAP e Modelagem Dimensional Conceitos Básicos Material baseado em originais de Maria Luiza Campos

Leia mais

Questões sobre Web Mining e Web Warehousing

Questões sobre Web Mining e Web Warehousing Curso de Data Warehousing PUC-Rio TecBD Prof. Rubens Melo Tendências Web Warehousing e Web Mining Questões sobre Web Mining e Web Warehousing Quais são as características da plataforma WEB Quais os tipos

Leia mais

PROGRAMA. Aquisição dos conceitos teóricos mais importantes sobre bases de dados contextualizados à luz de exemplos da sua aplicação no mundo real.

PROGRAMA. Aquisição dos conceitos teóricos mais importantes sobre bases de dados contextualizados à luz de exemplos da sua aplicação no mundo real. PROGRAMA ANO LECTIVO: 2005/2006 CURSO: LICENCIATURA BI-ETÁPICA EM INFORMÁTICA ANO: 2.º DISCIPLINA: BASE DE DADOS DOCENTE RESPONSÁVEL PELA REGÊNCIA: Licenciado Lino Oliveira Objectivos Gerais: Aquisição

Leia mais

Tipos de dados complexos e objectos Tipos de dados estruturados e herança em SQL Herança de tabelas Matrizes e multi-conjuntos em SQL Identidade de

Tipos de dados complexos e objectos Tipos de dados estruturados e herança em SQL Herança de tabelas Matrizes e multi-conjuntos em SQL Identidade de Capítulo 8: BDs Objecto-Relacional Tipos de dados complexos e objectos Tipos de dados estruturados e herança em SQL Herança de tabelas Matrizes e multi-conjuntos em SQL Identidade de Objectos e Referência

Leia mais

Cenário Atual. ... No coração deste ambiente está a idéia do

Cenário Atual. ... No coração deste ambiente está a idéia do Fundamentos DW Cenário Atual Grande e desordenada coleção de aplicações operacionais, frágeis e muitas vezes não integradas... Dificultando a disponibilização de informações estratégicas para tomada de

Leia mais

Business Intelligence para Computação TítuloForense. Tiago Schettini Batista

Business Intelligence para Computação TítuloForense. Tiago Schettini Batista Business Intelligence para Computação TítuloForense Tiago Schettini Batista Agenda Empresa; Crescimento de Dados; Business Intelligence; Exemplos (CGU, B2T) A empresa Empresa fundada em 2003 especializada

Leia mais

Curso Superior de Tecnologia em Banco de Dados Disciplina: Projeto de Banco de Dados Relacional II Prof.: Fernando Hadad Zaidan

Curso Superior de Tecnologia em Banco de Dados Disciplina: Projeto de Banco de Dados Relacional II Prof.: Fernando Hadad Zaidan Faculdade INED Curso Superior de Tecnologia em Banco de Dados Disciplina: Projeto de Banco de Dados Relacional II Prof.: Fernando Hadad Zaidan 1 Unidade 4.2 2 1 BI BUSINESS INTELLIGENCE BI CARLOS BARBIERI

Leia mais

5 Estudo de Caso. 5.1. Material selecionado para o estudo de caso

5 Estudo de Caso. 5.1. Material selecionado para o estudo de caso 5 Estudo de Caso De modo a ilustrar a estruturação e representação de conteúdos educacionais segundo a proposta apresentada nesta tese, neste capítulo apresentamos um estudo de caso que apresenta, para

Leia mais

Globalização => as empresas se concentraram mais nos seus modelos de negócio e deixaram um pouco de

Globalização => as empresas se concentraram mais nos seus modelos de negócio e deixaram um pouco de FERRAMENTAS OLAP HISTÓRICO Desenvolvimento da linguagem APL pela IBM final da década de 60. Surgimento de uma nova classe de ferramentas, que foi chamada de OLAP. Final de década de 90. Atualmente algumas

Leia mais

Banco de Dados. Um momento crucial na organização dos dados é a forma com que cadastramos estes dados, a estrutura de armazenamento que criamos.

Banco de Dados. Um momento crucial na organização dos dados é a forma com que cadastramos estes dados, a estrutura de armazenamento que criamos. Banco de Dados O que é um Banco de Dados? Este assunto é muito vasto, tentaremos resumi-lo para atender as questões encontradas em concursos públicos. Já conhecemos o conceito de dado, ou seja, uma informação

Leia mais

MANTENHA-SE INFORMADO

MANTENHA-SE INFORMADO MANTENHA-SE INFORMADO * O leitor consente, de forma expressa, a incorporação e o tratamento dos seus dados nos ficheiros automatizados da responsabilidade do Centro Atlântico, para os fins comerciais e

Leia mais

Web Data mining com R: aprendizagem de máquina

Web Data mining com R: aprendizagem de máquina Web Data mining com R: aprendizagem de máquina Fabrício Jailson Barth Faculdade BandTec e VAGAS Tecnologia Junho de 2013 Sumário O que é Aprendizagem de Máquina? Hierarquia de aprendizado. Exemplos de

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

Sistemas de Gestão de Bases de Dados

Sistemas de Gestão de Bases de Dados Cadeira de Tecnologias de Informação Ano lectivo 2008/2009 Sistemas de Gestão de Bases de Dados Profª Ana Lucas (Responsável) Mestre Fernando Naves Mestre Cristiane Pedron Engª Filipa Pires da Silva Dr.

Leia mais

Bases de Dados 2013/2014. Sistemas de Apoio à Decisão: Armazéns de Dados e Prospecção de Dados. Helena Galhardas. Sumário

Bases de Dados 2013/2014. Sistemas de Apoio à Decisão: Armazéns de Dados e Prospecção de Dados. Helena Galhardas. Sumário Bases de Dados 2013/2014 Sistemas de Apoio à Decisão: Armazéns de Dados e Prospecção de Dados Helena Galhardas Sumário Sistemas de Apoio à Decisão Modelo multidimensional Operações OLAP Índices para OLAP

Leia mais

Data Warehouse. Djenane Cristina Silveira dos Santos¹, Felipe Gomes do Prado¹, José Justino Neto¹, Márcia Taliene Alves de Paiva¹

Data Warehouse. Djenane Cristina Silveira dos Santos¹, Felipe Gomes do Prado¹, José Justino Neto¹, Márcia Taliene Alves de Paiva¹ Data Warehouse. Djenane Cristina Silveira dos Santos¹, Felipe Gomes do Prado¹, José Justino Neto¹, Márcia Taliene Alves de Paiva¹ ¹Ciência da Computação Universidade Federal de Itajubá (UNIFEI) MG Brasil

Leia mais

GUIA DE FUNCIONAMENTO DA UNIDADE CURRICULAR

GUIA DE FUNCIONAMENTO DA UNIDADE CURRICULAR Curso Engenharia Informática Ano letivo 2012/13 Unidade Curricular Bases de Dados II ECTS 6 Regime Obrigatório Ano 2º Semestre 1º sem Horas de trabalho globais Docente (s) José Carlos Fonseca Total 168

Leia mais

Solução de Business Intelligence para Seguros

Solução de Business Intelligence para Seguros Solução de Business Intelligence para Seguros António Roberto Taveira de Vasconcelos Pinto de Gouveia Mestrado Integrado em Engenharia de Redes e Sistemas Informáticos Departamento de Ciências de Computadores

Leia mais

KDD E MINERAÇÃO DE DADOS:

KDD E MINERAÇÃO DE DADOS: KDD E MINERAÇÃO DE DADOS: Revisão em Data Warehouses Prof. Ronaldo R. Goldschmidt ronaldo@de9.ime.eb.br rribeiro@univercidade.br geocities.yahoo.com.br/ronaldo_goldschmidt 1 DATA WAREHOUSES UMA VISÃO GERAL

Leia mais

Prof. Ronaldo R. Goldschmidt. ronaldo.rgold@gmail.com

Prof. Ronaldo R. Goldschmidt. ronaldo.rgold@gmail.com DATA WAREHOUSES UMA INTRODUÇÃO Prof. Ronaldo R. Goldschmidt ronaldo.rgold@gmail.com 1 DATA WAREHOUSES UMA INTRODUÇÃO Considerações Iniciais Conceitos Básicos Modelagem Multidimensional Projeto de Data

Leia mais

Business Intelligence Um enfoque gerencial para a Inteligência do Negócio.Efrain Turban e outros.tradução. Bookman, 2009.

Business Intelligence Um enfoque gerencial para a Inteligência do Negócio.Efrain Turban e outros.tradução. Bookman, 2009. REFERÊNCIAS o o Business Intelligence Um enfoque gerencial para a Inteligência do Negócio.Efrain Turban e outros.tradução. Bookman, 2009. Competição Analítica - Vencendo Através da Nova Ciência Davenport,

Leia mais

OLAP: Características, Arquitetura e Ferramentas

OLAP: Características, Arquitetura e Ferramentas INSTITUTO VIANNA JÚNIOR FACULDADES INTEGRADAS VIANNA JÚNIOR OLAP: Características, Arquitetura e Ferramentas Erika Maria Teixeira Araújo 1 Mônica de Lourdes Souza Batista 2 Teresinha Moreira de Magalhães

Leia mais

3.1 Definições Uma classe é a descrição de um tipo de objeto.

3.1 Definições Uma classe é a descrição de um tipo de objeto. Unified Modeling Language (UML) Universidade Federal do Maranhão UFMA Pós Graduação de Engenharia de Eletricidade Grupo de Computação Assunto: Diagrama de Classes Autoria:Aristófanes Corrêa Silva Adaptação:

Leia mais

Modelagem Multidimensional

Modelagem Multidimensional Profa. Dra. Cristina Dutra de Aguiar Ciferri Prof. Dr. Ricardo Rodrigues Ciferri Análises dos usuários de SSD representam requisições multidimensionais aos dados do DW permitem a identificação de problemas

Leia mais

4. Que tipos de padrões podem ser minerados. 5. Critérios de classificação de sistemas de Data Mining. 6. Tópicos importantes de estudo em Data Mining

4. Que tipos de padrões podem ser minerados. 5. Critérios de classificação de sistemas de Data Mining. 6. Tópicos importantes de estudo em Data Mining Curso de Data Mining - Aula 1 1. Como surgiu 2. O que é 3. Em que tipo de dados pode ser aplicado 4. Que tipos de padrões podem ser minerados 5. Critérios de classificação de sistemas de Data Mining 6.

Leia mais

A MODELAGEM DE DADOS NO AMBIENTE DATA WAREHOUSE

A MODELAGEM DE DADOS NO AMBIENTE DATA WAREHOUSE UNIVERSIDADE PRESBITERIANA MACKENZIE Faculdade de Computação e Informática A MODELAGEM DE DADOS NO AMBIENTE DATA WAREHOUSE Daniele Del Bianco Hokama Denis Camargo Francine Fujita João Luiz Valentim Fogliene

Leia mais

COMO OBTER VANTAGEM COMPETITIVA UTILIZANDO BUSINESS INTELLIGENCE?

COMO OBTER VANTAGEM COMPETITIVA UTILIZANDO BUSINESS INTELLIGENCE? COMO OBTER VANTAGEM COMPETITIVA UTILIZANDO BUSINESS INTELLIGENCE? Avanilde Kemczinski Dra. Resumo: Este artigo tem por objetivo definir Business Intelligence e identificar as tecnologias de informação

Leia mais

Conceitos Básicos. Processamento Analítico de Dados Profa. Dra. Cristina Dutra de Aguiar Ciferri Prof. Dr. Ricardo Rodrigues Ciferri

Conceitos Básicos. Processamento Analítico de Dados Profa. Dra. Cristina Dutra de Aguiar Ciferri Prof. Dr. Ricardo Rodrigues Ciferri Conceitos Básicos Processamento Analítico de Dados Profa. Dra. Cristina Dutra de Aguiar Ciferri Prof. Dr. Ricardo Rodrigues Ciferri Data Warehousing Engloba arquiteturas, algoritmos e ferramentas que possibilitam

Leia mais

INSTITUTO TECNOLÓGICO DE AERONÁUTICA DIVISÃO DE ENGENHARIA ELETRÔNICA LABORATÓRIO DE GUERRA ELETRÔNICA

INSTITUTO TECNOLÓGICO DE AERONÁUTICA DIVISÃO DE ENGENHARIA ELETRÔNICA LABORATÓRIO DE GUERRA ELETRÔNICA INSTITUTO TECNOLÓGICO DE AERONÁUTICA DIVISÃO DE ENGENHARIA ELETRÔNICA LABORATÓRIO DE GUERRA ELETRÔNICA CURSO DE ESPECIALIZAÇÃO EM ANÁLISE DE AMBIENTE ELETROMAGNÉTICO CEAAE /2008 DISCIPLINA EE-09: Inteligência

Leia mais