Gestão da Informação. Gestão da Informação. AULA 3 Data Mining
|
|
- Eugénio Estrela Gama
- 8 Há anos
- Visualizações:
Transcrição
1 Gestão da Informação AULA 3 Data Mining Prof. Edilberto M. Silva Gestão da Informação Agenda Unidade I - DM (Data Mining) Definição Objetivos Exemplos de Uso Técnicas Tarefas Unidade II DM Prático Exemplo de Associação Exemplo de Classificação Atividades Dificuldades de uso Referências e Softwares Conclusão Edilberto M. Silva - Gestão da Informação 2
2 O que é Data Mining?...o processo não-trivial de identificar, em dados, padrões válidos, novos, potencialmente úteis e ultimamente compreensíveis Usama Fayyad (Fayyad et al. 1996).. é um processo de extração e apresentação de informações utilizáveis, implícitas e recentes a partir de dados, que possam ser utilizadas para resolver um problema de negócios." Pricewaterhouse Coopers Edilberto M. Silva - Gestão da Informação 3 Motivação Quantidades imensas de dados Crescimento exponencial dos dados Necessidade de transformar dados em informação útil Análise de Mercado Sistemas de Suporte à Decisão Gerência Empresarial Análise de tendências, etc. Necessidade de descoberta Padrões e relações entre os dados Alterações e anomalias Estruturas significantes Fenômenos periódicos ou desconhecidos Apresentar de forma sucinta e compreensível o conhecimento obtido Edilberto M. Silva - Gestão da Informação 4
3 Principais Objetivos Exemplos Previsão - estabelecer o valor de um ou mais atributos em um banco de dados, a partir de outros atributos presentes Descrição - visa apontar padrões potencialmente interessantes nos dados sem uma associação com um conceito a priori Exemplos Objetivo de propagandas - Qual banner deve ser disparado para este visitante? Vendas Cruzadas - Quais outros produtos este cliente gostaria de comprar? Detecção de Fraude - Quando um sinistro pode ser uma fraude? Análise de Abandono - Quais clientes podem desistir? Gerenciamento de Risco - Posso aprovar o empréstimo para este cliente? Edilberto M. Silva - Gestão da Informação 5 Exemplos de uso Curiosidades A Wall-Mart, descobriu que 60% das mães que compram boneca Barbie, levam também uma barra de chocolate; O banco Itaú conseguiu aumentar sua taxa de retorno nas malas diretas para 30%, era 2% A venda de colírios cresce 54%, antes do feriados prolongados A venda de coca-cola relacionada com a compra de batata frita em 65% das vezes, em promoção 85% das vezes American Express - propagandas e marketing direcionados SONAE/Universo - referências de compras, direcionando promoções Amazon - identifica fraudes baseadas em desvios dos padrões normais de compras. E o clássico exemplo as vendas de fraldas intimamente ligadas às vendas de cerveja Edilberto M. Silva - Gestão da Informação 6
4 Principais Técnicas Redes Neurais - Neurônios biológicos: efetivas no aprendizado de padrões a partir de dados não lineares, incompletos,com ruído ou compostos de exemplos contraditórios. Algoritmos Genéticos - Evolução biológica: fornece um mecanismo de busca adaptativa que se baseia no princípio Darwiniano de reprodução e sobrevivência dos mais aptos. Lógica Fuzzy- Proc. Lingüístico :modela o modo aproximado de raciocínio humano, visando desenvolver sistemas computacionais capazes de tomar decisões racionais em um ambiente de incerteza Sistemas Especialistas Inferência: soluciona problemas em um campo especializado do conhecimento humano. Edilberto M. Silva - Gestão da Informação 7 Principais Tarefas Class Description Caracterização Comparação ou discriminação Propriedades resumidas Quantidade, totais, médias e análise estatística Exemplo Comparar as vendas de uma empresa na Europa e na Ásia, identificando fatores discriminativos importantes e expondo uma visão global da situação Edilberto M. Silva - Gestão da Informação 8
5 Principais Tarefas Classificação Ex.: agrupa itens baseados em atributos pré-definidos Processa um conjunto de treinamento (classe) Constrói um modelo para cada classe Gera a árvore de decisão ou conjunto de regras Usada para compreender cada classe e classificação posterior de novos dados Estatística, BD, redes neurais, aprendizado, etc. Análise de crédito, modelagem de empreendimentos, etc. Edilberto M. Silva - Gestão da Informação 9 Principais Tarefas Previsão Prevê os valores possíveis ou a distribuição destes a partir de certos atributos do BD Encontrar os atributos relevantes para o atributo de interesse Previsão baseada no conjunto de dados mais similar ao escolhido Análise de regressão, de correlação, árvores de decisão Algoritmos genéticos e redes neurais Data mining preditivo Exemplo: no ano 2005 o Ticket médio de cada checkout será de R$ 500,00. Edilberto M. Silva - Gestão da Informação 10
6 Principais Tarefas Agregação (Clustering) Identifica grupos escondidos nos dados Grupo objetos similares Expressa por funções de distância Relação de similaridade conhecida a priori por especialistas ou usuários Exemplo Agrupa itens baseados em atributos como clientes tipo C serão aqueles que tem renda mensal menor que R$ 2.000,00; clientes tipo B terão renda mensal entre R$ 2001,00 e R$ 5.000,00 e clientes tipo A terão renda maior que R$ 5001,00. Edilberto M. Silva - Gestão da Informação 11 Principais Tarefas Análise de séries temporais Identifica regularidades e características temporais interessantes escondidas nos dados Analisa padrões seqüenciais, periódicos, tendências e desvios Busca seqüências similares ou subseqüências Exemplo Previsão da tendência de variação das quantidades em estoque de uma empresa, baseado no histórico do estoque, situação financeira, atuação da concorrência e situação do mercado Edilberto M. Silva - Gestão da Informação 12
7 Principais Tarefas Associação Busca correlações entre itens e indivíduos, deduzindo relacionamentos. Descoberta de relacionamentos entre um conjunto de dados Expresso por regras atributo-valor de condições que ocorrem freqüentemente juntas x(a) y(a) se satisfaz x, tende a satisfazer y Exemplo cerveja(x) fraldas(y) peixe (x) vinho branco (y) Edilberto M. Silva - Gestão da Informação 13 Exemplo de Descoberta de Regras Associativas Sup - Suporte Mínimo Conf - Grau de Confiança mínimo Quais as regras para Sup = 30% Conf = 80% Edilberto M. Silva - Gestão da Informação 14
8 Exemplo de Descoberta de Regras Associativas Para Sup = 30% Para Conf = 80% Edilberto M. Silva - Gestão da Informação 15 Exemplo de Descoberta de Regras de Classificação Valores discretos {0,1} {sim, não} Quais as regras para País e Idade Edilberto M. Silva - Gestão da Informação 16
9 Referências e Softwares Fayyad, U. M., Piatetsky-Shapiro, G., Smyth, P. & Uthurusamy, R. (Eds) (1996). Advances in Knowledge Discovery and Data Mining. Menlo Park, CA: American Associationfor Artificial Intelligence. Berry, M., Linoff, G. (1997). Data Mining Techniques : for Marketing, Sales and Customer Support. John Wiley & Sons. Chapman, P. et al. (1999). The CRISP-DM Process Model. CRISP-DM Consortium. Disponível por FTP: Agrawal, R. & Srikant (1994). Fast Algorithms for Mining Association Rules. Proc. of the 20th Int l Conference on Very Large Databases, Santiago, Chile, Sept Agrawal, R., Imielinski, T., Swami, A (1999). Mining Associatio Rules between Sets of Items in Large Databases. Proc. of the ACM-SIGMOD 1993, International Conference on Management of Data, Washington D.C., May 1993, Exemplos de Softwares American Heuristics/Profiler Angoss Software/ Knowledge Seeker Business Objects/BusinessMiner DataMind/DataMindProfessional HNC Software/DataMarksman HiperParallel/Discovery InformationDiscovery Inc.(IDI)/Information Discovery System Lucent Technologies /InteractiveData Visualization Nestor/Prism Pilot Software/ pilot Discovery Server Seagate Software Systems/Holos Edilberto M. Silva - Gestão da Informação 17 Dificuldades de uso Mão-de-obra especializada Condução e gerenciamento do processo aliado ao objetivo Alto custo Tempo Grandes Bases de Dados Alterações de dados, objetivos, errados ou em falta Complexidade/novidade Ambiente Ideal Edilberto M. Silva - Gestão da Informação 18
10 Conclusões Crescente avanço tecnológico Tendência de grande uso Tornando-se fundamental em ambientes de grande concorrência Não é mágico, serve de apoio a tomada de decisão A figura do analista é imprescindível para o sucesso Acrescenta feeling aos administradores Permite aumentar lucros e fazer uso inteligente de informações acumuladas na organização Edilberto M. Silva - Gestão da Informação 19
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 maisMicrosoft 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 maisData 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 maisAdministração 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 maisMINERAÇÃO 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 maisAula 02: Conceitos Fundamentais
Aula 02: Conceitos Fundamentais Profa. Ms. Rosângela da Silva Nunes 1 de 26 Roteiro 1. Por que mineração de dados 2. O que é Mineração de dados 3. Processo 4. Que tipo de dados podem ser minerados 5. Que
Leia maisADM041 / EPR806 Sistemas de Informação
ADM041 / EPR806 Sistemas de Informação UNIFEI Universidade Federal de Itajubá Prof. Dr. Alexandre Ferreira de Pinho 1 Sistemas de Apoio à Decisão (SAD) Tipos de SAD Orientados por modelos: Criação de diferentes
Leia maisProfessor: Disciplina:
Professor: Curso: Esp. Marcos Morais de Sousa marcosmoraisdesousa@gmail.com Sistemas de informação Disciplina: Introdução a SI Noções de sistemas de informação Turma: 01º semestre Prof. Esp. Marcos Morais
Leia maisMineração 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 maisCurso 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 4.5 2 1 BI BUSINESS INTELLIGENCE BI CARLOS BARBIERI
Leia maisSistema 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 maisPós-Graduação "Lato Sensu" Especialização em Análise de Dados e Data Mining
Pós-Graduação "Lato Sensu" Especialização em Análise de Dados e Data Mining Inscrições Abertas Início das Aulas: 24/03/2015 Dias e horários das aulas: Terça-Feira 19h00 às 22h45 Semanal Quinta-Feira 19h00
Leia maissrbo@ufpa.br www.ufpa.br/srbo
CBSI Curso de Bacharelado em Sistemas de Informação BI Prof. Dr. Sandro Ronaldo Bezerra Oliveira srbo@ufpa.br www.ufpa.br/srbo Tópicos Especiais em Sistemas de Informação Faculdade de Computação Instituto
Leia maisResumo 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 maisPlanejamento 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 maisKDD. 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 maisProf. Júlio Cesar Nievola Data Mining PPGIa - PUCPR
Muitos dados são coletados e armazenados Web data, e-commerce Compras em departamentos/ supermercados Bancos / Transações com cartão de crédito Computadores se tornaram baratos e mais potentes Pressão
Leia maisDATA WAREHOUSE. Introdução
DATA WAREHOUSE Introdução O grande crescimento do ambiente de negócios, médias e grandes empresas armazenam também um alto volume de informações, onde que juntamente com a tecnologia da informação, a correta
Leia maisProf. 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 maisCurso de Data Mining
Curso de Data Mining Sandra de Amo Aula 2 - Mineração de Regras de Associação - O algoritmo APRIORI Suponha que você seja gerente de um supermercado e esteja interessado em conhecer os hábitos de compra
Leia maisXIII 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 maisAlgoritmos Genéticos em Mineração de Dados. Descoberta de Conhecimento. Descoberta do Conhecimento em Bancos de Dados
Algoritmos Genéticos em Mineração de Dados Descoberta de Conhecimento Descoberta do Conhecimento em Bancos de Dados Processo interativo e iterativo para identificar padrões válidos, novos, potencialmente
Leia maisSAD. Paulo Silva, Rodolfo Ribeiro, Vinicius Tavares
SAD Paulo Silva, Rodolfo Ribeiro, Vinicius Tavares DataWarehouse Armazena informações relativas a uma organização em BD Facilita tomada de decisões Dados são coletados de OLTP(séries históricas) Dados
Leia maisSAD orientado a MODELO
Universidade do Contestado Campus Concórdia Curso de Sistemas de Informação Prof.: Maico Petry SAD orientado a MODELO DISCIPLINA: Sistemas de Apoio a Decisão SAD Orientado a Modelo De acordo com ALTER
Leia maisSistema. Atividades. Sistema de informações. Tipos de sistemas de informação. Everson Santos Araujo everson@everson.com.br
Sistema Tipos de sistemas de informação Everson Santos Araujo everson@everson.com.br Um sistema pode ser definido como um complexo de elementos em interação (Ludwig Von Bertalanffy) sistema é um conjunto
Leia maisPreparando sua empresa para o forecasting:
Preparando sua empresa para o forecasting: Critérios para escolha de indicadores. Planejamento Performance Dashboard Plano de ação Relatórios Indicadores Embora o forecasting seja uma realidade, muitas
Leia maisNo mundo atual, globalizado e competitivo, as organizações têm buscado cada vez mais, meios de se destacar no mercado. Uma estratégia para o
DATABASE MARKETING No mundo atual, globalizado e competitivo, as organizações têm buscado cada vez mais, meios de se destacar no mercado. Uma estratégia para o empresário obter sucesso em seu negócio é
Leia maisEMENTAS DAS DISCIPLINAS
EMENTAS DAS DISCIPLINAS CURSO CST ANÁLISE E DESENVOLVIMENTO DE SISTEMAS INTRODUÇÃO À COMPUTAÇÃO 68 A disciplina estuda a área da informática como um todo e os conceitos fundamentais, abrangendo desde a
Leia maisFACULDADE DE CIÊNCIAS SOCIAIS E TECNOLÓGICAS FACITEC CURSO:
FACULDADE DE CIÊNCIAS SOCIAIS E TECNOLÓGICAS FACITEC CURSO: Bacharelado em Sistemas de Informação DISCIPLINA: Fundamentos de Sistemas de Informação PROFESSOR: Paulo de Tarso Costa de Sousa TURMA: BSI 2B
Leia maisPós-Graduação Lato Sensu em ENGENHARIA DE MARKETING
Pós-Graduação Lato Sensu em ENGENHARIA DE MARKETING Inscrições Abertas: Início das aulas: 28/03/2016 Término das aulas: 10/12/2016 Dias e horários das aulas: Segunda-Feira 18h30 às 22h30 Semanal Quarta-Feira
Leia maisLaudon & Laudon Essentials of MIS, 5th Edition. Pg. 1.1
Laudon & Laudon Essentials of MIS, 5th Edition. Pg. 1.1 SISTEMA DE APOIO À DECISÃO Grupo: Denilson Neves Diego Antônio Nelson Santiago Sabrina Dantas CONCEITO É UM SISTEMA QUE AUXILIA O PROCESSO DE DECISÃO
Leia maisMINERAÇÃO DE DADOS: APLICAÇÃO PRÁTICA EM PEQUENAS E MÉDIAS EMPRESAS
MINERAÇÃO DE DADOS: APLICAÇÃO PRÁTICA EM PEQUENAS E MÉDIAS EMPRESAS RONALDO RIBEIRO GOLDSCHMIDT RESUMO. O intenso crescimento do volume de informações nas bases de dados corporativas de pequenas, médias
Leia maisSIMULAÇÃO DE GESTÃO EMPRESARIAL
SIMULAÇÃO DE GESTÃO EMPRESARIAL I INTRODUÇÃO O JOGO DE GESTÃO EMPRESARIAL é uma competição que simula a concorrência entre empresas dentro de um mercado. O jogo se baseia num modelo que abrange ao mesmo
Leia maisExtração 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 maisFURB - Universidade Regional de Blumenau TCC - Trabalho de Conclusão de Curso Acadêmico: Fernando Antonio de Lima Orientador: Oscar Dalfovo
FURB - Universidade Regional de Blumenau TCC - Trabalho de Conclusão de Curso Acadêmico: Fernando Antonio de Lima Orientador: Oscar Dalfovo Roteiro Introdução Sistemas de Informação - SI Executive Information
Leia maisPós-Graduação em Engenharia Elétrica Inteligência Artificial
Pós-Graduação em Engenharia Elétrica Inteligência Artificial João Marques Salomão Rodrigo Varejão Andreão Inteligência Artificial Definição (Fonte: AAAI ): "the scientific understanding of the mechanisms
Leia maisAprendizagem de Máquina
Aprendizagem de Máquina Professor: Rosalvo Ferreira de Oliveira Neto Disciplina: Inteligência Artificial Tópicos 1. Definições 2. Tipos de aprendizagem 3. Paradigmas de aprendizagem 4. Modos de aprendizagem
Leia maisAplicativo de Mineração de Dados Aplicado em Bases de Dados Acadêmicas
22 - Encontro Anual de Tecnologia da Informação Aplicativo de Mineração de Dados Aplicado em Bases de Dados Acadêmicas Elisa Maria Vissotto1, Adriane Barbosa Camargo2 1 Universidade Regional Integrada
Leia maishttp://www.publicare.com.br/site/5,1,26,5480.asp
Página 1 de 7 Terça-feira, 26 de Agosto de 2008 ok Home Direto da redação Última edição Edições anteriores Vitrine Cross-Docking Assine a Tecnologística Anuncie Cadastre-se Agenda Cursos de logística Dicionário
Leia maisMATERIAL DIDÁTICO: APLICAÇÕES EMPRESARIAIS SISTEMA DE APOIO À DECISÃO (SAD)
AULA 07 MATERIAL DIDÁTICO: APLICAÇÕES EMPRESARIAIS SISTEMA DE APOIO À DECISÃO (SAD) JAMES A. O BRIEN MÓDULO 01 Páginas 286 à 294 1 AULA 07 SISTEMAS DE APOIO ÀS DECISÕES 2 Sistemas de Apoio à Decisão (SAD)
Leia maisMINERAÇÃO 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 maisIdentificar 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 maisKDD 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 maisKDD 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 maisAprendizagem de Máquina. Ivan Medeiros Monteiro
Aprendizagem de Máquina Ivan Medeiros Monteiro Definindo aprendizagem Dizemos que um sistema aprende se o mesmo é capaz de melhorar o seu desempenho a partir de suas experiências anteriores. O aprendizado
Leia maisProjeto Pedagógico do Bacharelado em Ciência da Computação. Comissão de Curso e NDE do BCC
Projeto Pedagógico do Bacharelado em Ciência da Computação Comissão de Curso e NDE do BCC Fevereiro de 2015 Situação Legal do Curso Criação: Resolução CONSU no. 43, de 04/07/2007. Autorização: Portaria
Leia maisNome: Login: CA: Cidade: UF CARTÃO RESPOSTA QUESTÃO RESPOSTA QUESTÃO RESPOSTA
ANÁLISE E DESENVOLVIMENTO DE SISTEMAS TURMA 2008 3º PERÍODO - 6º MÓDULO AVALIAÇÃO A1 DATA 28/05/2009 SISTEMAS EMPRESARIAIS Dados de identificação do Acadêmico: Nome: Login: CA: Cidade: UF CARTÃO RESPOSTA
Leia maisData Mining aplicado na base de dados das categorias mais vendidas de um supermercado
Data Mining aplicado na base de dados das categorias mais vendidas de um supermercado Celso Bilynkievycz dos Santos (UTFPR/UEPG) bilynkievycz@uepg.br Vicente Toniolo Zander (UTFPR) vicente_2006@pg.cefetpr.br
Leia maisINTELIGÊNCIA COMPUTACIONAL
INTELIGÊNCIA COMPUTACIONAL Engenharia de Computação Professor: Rosalvo Ferreira de Oliveira Neto Dados pessoais Rosalvo Ferreira de Oliveira Neto MSc. em ciência da computação (UFPE) rosalvo.oliveira@univasf.edu.br
Leia maisTecnologias da Informação, Comunicação e Sistemas de Inteligência
, Comunicação e Sistemas de Inteligência Gestão e de Bancos de Dados IESB - Centro Universitário A importância da informação em um mundo de informação disponível em tempo real a informação menos acessível
Leia maisFUNDAÇÃO DE APOIO AO ENSINO TÉCNICO DO ESTADO DO RIO DE JANEIRO FAETERJ Petrópolis Área de Extensão PLANO DE CURSO
FUNDAÇÃO DE APOIO AO ENINO TÉCNICO DO ETADO DO RIO DE JANEIRO PLANO DE CURO 1. Identificação Curso de Extensão: INTRODUÇÃO AO ITEMA INTELIGENTE Professor Regente: José Carlos Tavares da ilva Carga Horária:
Leia maisData Science e Big Data
InforAbERTA IV Jornadas de Informática Data Science e Big Data Luís Cavique, Porto, março 2014 Agenda 1. Definições: padrões micro e Macro 2. Novos padrões para velhos problemas: Similis, Ramex, Process
Leia maisMódulo 4: Gerenciamento de Dados
Módulo 4: Gerenciamento de Dados 1 1. CONCEITOS Os dados são um recurso organizacional decisivo que precisa ser administrado como outros importantes ativos das empresas. A maioria das organizações não
Leia maisUNIVERSIDADE FEDERAL DE SANTA CATARINA GRADUAÇÃO EM SISTEMAS DE INFORMAÇÃO DEPARTAMENTO DE INFORMÁTICA E ESTATÍSTICA DATA MINING EM VÍDEOS
UNIVERSIDADE FEDERAL DE SANTA CATARINA GRADUAÇÃO EM SISTEMAS DE INFORMAÇÃO DEPARTAMENTO DE INFORMÁTICA E ESTATÍSTICA DATA MINING EM VÍDEOS VINICIUS DA SILVEIRA SEGALIN FLORIANÓPOLIS OUTUBRO/2013 Sumário
Leia maisSISTEMAS DE APOIO À DECISÃO SAD
SISTEMAS DE APOIO À DECISÃO SAD Conceitos introdutórios Decisão Escolha feita entre duas ou mais alternativas. Tomada de decisão típica em organizações: Solução de problemas Exploração de oportunidades
Leia maisInteligência Artificial
Inteligência Artificial As organizações estão ampliando significativamente suas tentativas para auxiliar a inteligência e a produtividade de seus trabalhadores do conhecimento com ferramentas e técnicas
Leia maisData, 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 maisInteligência 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 maisPlanejamento 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 maisBanco de Dados Aula 1 Introdução a Banco de Dados Introdução Sistema Gerenciador de Banco de Dados
Banco de Dados Aula 1 Introdução a Banco de Dados Introdução Um Sistema Gerenciador de Banco de Dados (SGBD) é constituído por um conjunto de dados associados a um conjunto de programas para acesso a esses
Leia maisTarefas e Técnicas de Mineração de Dados TAREFAS E TÉCNICAS DE MINERAÇÃO DE DADOS
Tarefas e Técnicas de Mineração de Dados TAREFAS E TÉCNICAS DE MINERAÇÃO DE DADOS Sumário Conceitos / Autores chave... 3 1. Introdução... 3 2. Tarefas desempenhadas por Técnicas de 4 Mineração de Dados...
Leia maisPLANO DE ENSINO PRÉ-REQUISITOS: ENS
UNIVERSIDADE DO ESTADO DE SANTA CATARINA UDESC CENTRO DE EDUCAÇÃO SUPERIOR DO ALTO VALE DO ITAJAÍ CEAVI PLANO DE ENSINO DEPARTAMENTO: DSI Departamento de Sistema de Informação DISCIPLINA: Data Warehouse
Leia maisAdministração de Sistemas de Informação I
Administração de Sistemas de Informação I Prof. Farinha Aula 04 Conceito Sistema de Informação é uma série de elementos ou componentes inter-relacionados que coletam (entrada), manipulam e armazenam (processo),
Leia maisExtração 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 maisUNIMEP MBA em Gestão e Negócios
UNIMEP MBA em Gestão e Negócios Módulo: Sistemas de Informações Gerenciais Aula 3 TI com foco nos Negócios: Áreas envolvidas (Parte I) Flávio I. Callegari O perfil do profissional de negócios Planejamento
Leia maisExtração 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 maisAnálise do Ambiente estudo aprofundado
Etapa 1 Etapa 2 Etapa 3 Etapa 4 Etapa 5 Disciplina Gestão Estratégica e Serviços 7º Período Administração 2013/2 Análise do Ambiente estudo aprofundado Agenda: ANÁLISE DO AMBIENTE Fundamentos Ambientes
Leia maisCRM - Customer Relationship Management
Profª Carla Mota UCB 2014 Unid 2 aula1 CRM - Customer Relationship Management Estratégia de negócio voltada ao entendimento e a antecipação das necessidades dos clientes atuais e potenciais de uma empresa.
Leia maisUnidade I FINANÇAS EM PROJETOS DE TI. Prof. Fernando Rodrigues
Unidade I FINANÇAS EM PROJETOS DE TI Prof. Fernando Rodrigues Nas empresas atuais, a Tecnologia de Informação (TI) existe como uma ferramenta utilizada pelas organizações para atingirem seus objetivos.
Leia maisPROGRAMA DIÁRIO DE AULA CURSO: ADMINISTRAÇÃO
Objetivo: Ao final do curso o aluno deverá ser capaz de: A terminologia usual de informática; Identificar os elementos que constituem um Sistema de Informação; e as implicações do uso das redes, e seus
Leia maisPesquisa de Marketing
Pesquisa de Marketing CONCEITOS INICIAIS Prof. Daciane de Oliveira Silva Fonte: MALHORTA, Naresh K. Pesquisa de Marketing: uma orientação aplicada. 4 ed. Porto Alegre: Bookman, 2006. MATTAR, Fauze Najib.
Leia maisSistemas 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 maisCapítulo. 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 maisChapter 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 maisSistemas de Informação CEA460 - Gestão da Informação
Sistemas de Informação CEA460 - Gestão da Informação Janniele Aparecida Conceitos Sistema de Informação Conjunto de componentes interrelacionados que coletam (ou recuperam), processam e armazenam e distribuem
Leia maisProjeto de Sistemas I
Instituto Federal de Educação, Ciência e Tecnologia de São Paulo Projeto de Sistemas I Professora: Kelly de Paula Cunha E-mail:kellypcsoares@ifsp.edu.br Requisitos: base para todo projeto, definindo o
Leia maisInteligência Empresarial. BI Business Intelligence. Business Intelligence 22/2/2011. Prof. Luiz A. Nascimento
Inteligência Empresarial Prof. Luiz A. Nascimento BI Pode-se traduzir informalmente Business Intelligence como o uso de sistemas inteligentes em negócios. É uma forma de agregar a inteligência humana à
Leia maisADMINISTRAÇÃO DE SISTEMAS DE INFORMAÇÃO (AULA 04)
Prof. Breno Leonardo Gomes de Menezes Araújo brenod123@gmail.com http://blog.brenoleonardo.com.br ADMINISTRAÇÃO DE SISTEMAS DE INFORMAÇÃO (AULA 04) 1 CRM Sistema de Relacionamento com clientes, também
Leia maisClassificação dos Sistemas de Informação
Sistemas de Informação Classificação dos Sistemas de Informação O que veremos? Estaremos examinando o tipo de sistema de informação Gerencial. Veremos também, outras classificações dos sistemas de informação.
Leia mais)HUUDPHQWDV &RPSXWDFLRQDLV SDUD 6LPXODomR
6LPXODomR GH6LVWHPDV )HUUDPHQWDV &RPSXWDFLRQDLV SDUD 6LPXODomR #5,6. Simulador voltado para análise de risco financeiro 3RQWRV IRUWHV Fácil de usar. Funciona integrado a ferramentas já bastante conhecidas,
Leia maisIC Inteligência Computacional Redes Neurais. Redes Neurais
Universidade Federal do Rio de Janeiro PÓS-GRADUAÇÃO / 2008-2 IC Inteligência Computacional Redes Neurais www.labic.nce.ufrj.br Antonio G. Thomé thome@nce.ufrj.br Redes Neurais São modelos computacionais
Leia maisComércio Eletrônico AULA 15. Sistemas para Internet. Professora Ms Karen Reis
Comércio Eletrônico AULA 15 Professora Ms Karen Reis 2011 Sistemas para Internet 1 SISTEMAS GERENCIAMENTO COM CLIENTE CRM Customer Relationship Management PRM Partner Relationship Management ERM Employee
Leia maisO que é a ciência de dados (data science). Discussão do conceito. Luís Borges Gouveia Universidade Fernando Pessoa Versão 1.
O que é a ciência de dados (data science). Discussão do conceito Luís Borges Gouveia Universidade Fernando Pessoa Versão 1.3, Outubro, 2015 Nota prévia Esta apresentação tem por objetivo, proporcionar
Leia maisPRIAD: GESTÃO DE RELACIONAMENTO COM CLIENTES
PRIAD: GESTÃO DE RELACIONAMENTO COM CLIENTES ALUNO RA: ASSINATURA: DATA: / / AS RESPOSTAS DEVERRÃO SER TOTALMENTE MANUSCRITAS Prof. Claudio Benossi Questionário: 1. Defina o que é Marketing? 2. Quais são
Leia mais17/10/2012. dados? Processo. Doutorado em Engenharia de Produção Michel J. Anzanello. Doutorado EP - 2. Doutorado EP - 3.
Definição de Data Mining (DM) Mineração de Dados (Data Mining) Doutorado em Engenharia de Produção Michel J. Anzanello Processo de explorar grandes quantidades de dados à procura de padrões consistentes
Leia maisANÁLISE DA CONSERVAÇÃO PÓS-COLHEITA DA ALFACE (Lactuca Sativa, L) UTILIZANDO O SISTEMA DE APOIO À TOMADA DE DECISÃO BKD
ANÁLISE DA CONSERVAÇÃO PÓS-COLHEITA DA ALFACE (Lactuca Sativa, L) UTILIZANDO O SISTEMA DE APOIO À TOMADA DE DECISÃO BKD RESUMO Thereza P. P. Padilha Fabiano Fagundes Conceição Previero Laboratório de Solos
Leia mais08/03/2009. Como mostra a pirâmide da gestão no slide seguinte... Profª. Kelly Hannel. Fonte: adaptado de Laudon, 2002
Pirâmide da Gestão Profª. Kelly Hannel Fonte: adaptado de Laudon, 2002 Diferentes tipos de SIs que atendem diversos níveis organizacionais Sistemas do nível operacional: dão suporte a gerentes operacionais
Leia maisTECNOLOGIA EM BANCO DE DADOS
TECNOLOGIA EM BANCO DE DADOS SOBRE O CURSO As informações de uma empresa são muito valiosas. E os profissionais que cuidam dela também. Por isso, o tecnólogo em Banco de Dados (Database Administrator)
Leia maisAdministração de Sistemas de Informação Gerenciais UNIDADE IV: Fundamentos da Inteligência de Negócios: Gestão da Informação e de Banco de Dados Um banco de dados é um conjunto de arquivos relacionados
Leia maisGERENCIAMENTO DO CONHECIMENTO NA EMPRESA DIGITAL
Capítulo 10 GERENCIAMENTO DO CONHECIMENTO NA EMPRESA DIGITAL 10.1 2003 by Prentice Hall OBJETIVOS Por que hoje as empresas necessitam de programas de gestão do conhecimento e sistemas para gestão do conhecimento?
Leia maisINSTITUTO 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 maisBusiness Intelligence na área de Compras
Business Intelligence na área de Compras - Caso de Sucesso DeciLogic - 2007 Agenda Introdução - Business Intelligence Eric Sarzana - Diretor - DeciLogic O projeto de BI da Telhanorte Marcelo Dalbone -
Leia maisGRADUAÇÃO E PÓS-GRADUAÇÃO APRESENTAÇÃO E GRADE CURRICULAR DOS CURSOS
GRADUAÇÃO E PÓS-GRADUAÇÃO APRESENTAÇÃO E GRADE CURRICULAR DOS CURSOS Graduação PROCESSOS GERENCIAIS 1.675 HORAS Prepara os estudantes para o empreendedorismo e para a gestão empresarial. Com foco nas tendências
Leia maisExtração de Requisitos
Extração de Requisitos Extração de requisitos é o processo de transformação das idéias que estão na mente dos usuários (a entrada) em um documento formal (saída). Pode se entender também como o processo
Leia maisTECNOLOGIA EM BANCO DE DADOS
TECNOLOGIA EM BANCO DE DADOS SOBRE O CURSO O tecnológico em Banco de Dados, também conhecido como Database Administrator (DBA), desempenha papel estratégico nas empresas, pois gerencia um dos maiores bens
Leia maisSISTEMAS DE GESTÃO São Paulo, Janeiro de 2005
SISTEMAS DE GESTÃO São Paulo, Janeiro de 2005 ÍNDICE Introdução...3 A Necessidade do Gerenciamento e Controle das Informações...3 Benefícios de um Sistema de Gestão da Albi Informática...4 A Ferramenta...5
Leia maisBuscaLegis.ccj.ufsc.br
BuscaLegis.ccj.ufsc.br Marketing jurídico: desafios e oportunidades no Brasil Marco Antônio P. Gonçalves * Em março de 1999, o The New York Law Journal publicou o artigo How to Get Past Basic Promotion
Leia maisRevisão Inteligência Artificial ENADE. Prof a Fabiana Lorenzi Outubro/2011
Revisão Inteligência Artificial ENADE Prof a Fabiana Lorenzi Outubro/2011 Representação conhecimento É uma forma sistemática de estruturar e codificar o que se sabe sobre uma determinada aplicação (Rezende,
Leia maisbiblioteca Cultura de Inovação Dr. José Cláudio C. Terra & Caspar Bart Van Rijnbach, M Gestão da Inovação
O artigo fala sobre os vários aspectos e desafios que devem ser levados em consideração quando se deseja transformar ou fortalecer uma cultura organizacional, visando a implementação de uma cultura duradoura
Leia mais