Data Mining com a Ferramenta Weka
|
|
- Olívia das Neves Candal
- 8 Há anos
- Visualizações:
Transcrição
1 Data Mining com a Ferramenta Weka Eduardo Corrêa Gonçalves Escola Nacional de Ciências Estatísticas (IBGE/ENCE) Rua André Cavalcanti, 106, Centro Rio de Janeiro RJ eduardo.correa@ibge.gov.br 1
2 Tópicos da Apresentação PARTE 1: Introdução à Mineração de Dados Data Mining, Fraldas e Cervejas Tarefas e Técnicas de Mineração de Dados Contexto atual da Mineração de Dados PARTE 2: Weka uma Ferramenta Livre para Data Mining Apresentação da Ferramenta Bases de Dados ARFF Weka em Ação: Minerando um Classificador 2
3 Parte I. Introdução à Mineração de Dados Mineração de dados: empregada em pesquisas científicas desde o início dos anos 90. Muitas empresas estão se beneficiando da tecnologia com o propósito de alcançar um melhor posicionamento no mercado. Mas o que é mineração de dados? Quais são as suas aplicações práticas? Estas questões são discutidas a seguir! * HQ originalmente publicada em 03/01/2000. Disponível no site 3
4 O que é Mineração de Dados? Definição simples para mineração de dados (data mining): Processo realizado através de estratégias automatizadas que tem por objetivo a descoberta de conhecimento valioso em grandes bases de dados. Esquema conceitual: um pequeno diamante de informação é extraído a partir de uma verdadeira montanha de dados! 4
5 Algoritmos: a Essência da Mineração de Dados A mineração de dados baseia-se na utilização de algoritmos capazes de vasculhar grandes bases de dados de modo eficiente e revelar padrões interessantes, escondidos dentro da montanha de dados. Estudar data mining significa mergulhar fundo nos algoritmos! Trabalhar com data mining consiste em trabalhar com algoritmos! Utilizar uma ferramenta de data mining significa conhecer e saber manipular os algoritmos que ela disponibiliza! 5
6 Propriedades Básicas de um Diamante de Informação O conhecimento descoberto através de processos de mineração de dados é considerado interessante quando apresenta certas propriedades: Validade Inesperabilidade Interpretabilidade Novidade Utilidade Estas propriedades serão explicadas no exemplo a seguir. 6
7 Fraldas e Cerveja (1/3) Exemplo real (será?) e muito conhecido. De acordo com [BL97], a mineração do banco de dados de uma grande loja de departamentos dos EUA, revelou que grande parte dos consumidores que fazem compras nas noites de quinta-feira, costuma adquirir os dois produtos: fraldas e cerveja. Exemplo antigo, mas ainda vale a pena discuti-lo. Quando foi minerada, a regra apresentou todas as propriedades capazes de caracterizá-la como interessante para os analistas da loja de departamentos. Não por acaso, o exemplo é citado em muitos cursos e livros de mineração de dados. 7
8 Fraldas e Cerveja (2/3) Por que a regra foi considerada tão interessante? Representava uma informação nova. Não era conhecida pelos analistas da empresa. Foi uma associação inesperada. Os analistas imaginavam que as vendas de cerveja estivessem associadas apenas a produtos como salgados, carne para churrasco e outras bebidas alcoólicas, mas nunca a produtos de higiene infantil. A regra foi considerada válida. Ela possuía expressividade estatística. Uma porcentagem considerável das compras realizadas nas noites de quinta-feira continha ambos os produtos. 8
9 Fraldas e Cerveja (3/3) Por que a regra foi considerada tão interessante? (Continuação...) A regra é interpretável. Pôde ser entendida e explicada pelos analistas. Sugere que nas noites de quinta-feira, os casais jovens se preparam para o fim-de-semana estocando fraldas para os bebês e cerveja para o papai. De maneira estereotipada, podemos até imaginar o jovem papai norteamericano como alguém que não pode mais ir ao bar e nem aos jogos de baseball ou futebol americano. Então ele fica em casa, assistindo aos jogos pela TV enquanto bebe as suas latinhas de cerveja! E, mais importante do que tudo, a regra descoberta era útil. Os gerentes da loja de departamentos puderam tomar ações capazes de aumentar as vendas de cerveja. Ex: os produtos foram colocados em prateleiras próximas. 9
10 Como Surgiu a Mineração de Dados? (1/3) A evolução da tecnologia da BD (anos 80 em diante) possibilitou com que as organizações coletassem e armazenassem de forma contínua uma enorme quantidade de dados (sobre clientes, fornecedores, produtos e serviços). Nos anos 90 percebeu-se que os dados estavam sendo sub-utilizados. Por que não analisá-los para descobrir novas informações e utilizá-las de forma estratégica? 10
11 Como Surgiu a Mineração de Dados? (2/3) Logo se percebeu que não se tratava de uma tarefa trivial [FPS96]: Empresas mantêm bancos de dados com bilhões ou trilhões de registros históricos de suas transações. Centenas de atributos precisam ser analisados simultaneamente. Métodos tradicionais (SQL, Planilhas, investigação manual) são inviáveis! Este cenário motivou o surgimento da ciência que recebeu o nome de mineração de dados. Trata-se da linha de pesquisa que se preocupa com a proposição de metodologias e algoritmos eficientes para a descoberta de conhecimento em grandes bancos de dados. 11
12 Como Surgiu a Mineração de Dados? (3/3) A Mineração de Dados é uma linha de pesquisa multidisciplinar. Ela adaptou ideias provenientes de diferentes áreas com o intuito de resolver o problema da descoberta de conhecimento escondido em grandes bases de dados. O esquema abaixo apresenta três dessas áreas (existem outras). Para ser justo: a mineração de dados reuniu ideias oriundas de outras áreas e também introduziu algumas novidades. 12
13 O que a Mineração de Dados Pode Fazer? (1/10) Existem diversas tarefas (ou funcionalidades) de mineração de dados (data mining task / function): Uma tarefa determina o tipo de problema que será resolvido pelo processo de mineração de dados. A seguir, uma breve apresentação sobre as principais tarefas de MD. 13
14 O que a Mineração de Dados Pode Fazer? (2/10) Tarefa 1: DESCOBERTA DE ASSOCIAÇÕES Objetivo: descobrir combinações de itens ou valores de atributos que ocorrem com frequência significativa em uma base de dados. Exemplo - Mineração do BD de um supermercado: 50% das compras que contêm fraldas, também contêm cerveja. 15% de todas as compras contêm os dois produtos. Representação (regra de associação): {fraldas} {cerveja} A compra do produto milho verde aumenta em 5 vezes a chance de um cliente comprar ervilhas. Representação : {milho verde} {ervilhas} 14
15 O que a Mineração de Dados Pode Fazer? (3/10) Tarefa 1: DESCOBERTA DE ASSOCIAÇÕES (Continuação...) Outras aplicações para as Regras de Associação Sistemas de Recomendação: são sistemas que, de maneira autônoma, sugerem itens que considera interessantes para um usuário (livros, notícias, músicas, vídeos, etc). Segurança de Sistemas: regras de associação são utilizadas para aprimorar os bancos de dados dos antivírus e sistemas de detecção de intrusões. (service = echo reply ) (SrvCount > 500) (Class = Intrusion ) 15
16 O que a Mineração de Dados Pode Fazer? (4/10) Tarefa 2: DESCOBERTA DE PADRÕES SEQUENCIAIS Objetivo: descobrir sequências de eventos frequentes. Parece com a mineração de associações, mas leva em conta a ordem ou a data de ocorrência dos eventos. Exemplo - Mineração do BD de uma loja de suprimentos de eletrônica: 50% dos consumidores que adquirem um netbook compram um hard disk externo de 2 a 4 meses após a aquisição do netbook. Outras aplicações importantes: Análise de sequências de DNA. Mineração de uso da Web (análise de sequência de cliques). 16
17 O que a Mineração de Dados Pode Fazer? (5/10) Tarefa 2: DESCOB. DE PADRÕES SEQUENCIAIS (Continuação) Podem ser utilizados em qualquer problema onde seja possível registrar a ordem de ocorrência de eventos. Análise de sequências em cadeias de DNA Mineração de uso da Web 17
18 O que a Mineração de Dados Pode Fazer? (6/10) Tarefa 3: CLASSIFICAÇÃO Objetivo: a partir de um banco de dados contendo objetos pré-classificados (objetos cuja classe é conhecida), construir um modelo que seja capaz de classificar automaticamente novos objetos (objetos cuja a classe é desconhecida) em função de suas características. O modelo criado é chamado de modelo classificador. Exemplo - Mineração do BD de uma seguradora: 18
19 O que a Mineração de Dados Pode Fazer? (7/10) Tarefa 3: CLASSIFICAÇÃO (Continuação...) Sexo feminino : não se envolve em acidente Sexo masculino e idade superior a 25 anos : não se envolve em acidente. Sexo masculino e idade igual ou inferior a 25 anos: se envolve em acidente O modelo pode ser usado para a empresa prever a classe de um futuro cliente. A classificação é uma tarefa preditiva. Mostraremos um exemplo prático na ferramenta Weka! 19
20 O que a Mineração de Dados Pode Fazer? (8/10) Tarefa 4: DETERMINAÇÃO DE AGRUPAMENTOS Objetivo: dividir automaticamente um conjunto de objetos em grupos (clusters) de acordo com algum de tipo de relacionamento de similaridade existente. Exemplo1: se você tivesse que dividir em dois grupos de acordo com a similaridade, como você faria? Exemplo retirado do tutorial "A Gentle Introduction to Machine Learning and Data Mining for the Database Community" apresentado por Eamonn Keogh no 18o Simpósio Brasileiro de Bancos de Dados SBBD
21 O que a Mineração de Dados Pode Fazer? (9/10) Tarefa 4: DETERMINAÇÃO DE AGRUPAMENTOS (Continuação) Algumas soluções possíveis... Outras soluções: crianças e adultos, gordos e magros, inteligentes e nem tanto (!), fumantes e não-fumantes, (veja que clustering é difícil e subjetivo!!!) 21
22 O que a Mineração de Dados Pode Fazer? (10/10) Outras Tarefas Mineração de Texto (text mining): descoberta de novas informações a partir da análise de texto livre (artigos, documentos WORD ou PDF, etc.) ou semi-estruturado (ex: arquivos HTML ou XML). Mineração Web (web mining): uso de algoritmos para minerar conhecimento útil de documentos e serviços da Web. Regressão: similar à tarefa de classificação. A principal diferença é que o atributo alvo é do tipo contínuo. Padrões em Séries Temporais: os dados de séries temporais contém observações adjacentes e ordenadas, tipicamente uma sequência de valores numéricos com um atributo representando o tempo. Mineração de Exceções: o objetivo da tarefa é determinar objetos que sejam diferentes da maioria dos outros objetos. Aplicações práticas: detecção de fraudes, previsão de distúrbios no ecossistema, e outras. 22
23 Como Minerar Dados? (Técnicas de Data Mining) O conceito de técnica de mineração de dados é diferente do conceito de tarefa. Cada tarefa de mineração de dados possui um conjunto de técnicas associadas, que representam os algoritmos que podem ser empregados para a sua execução. Tarefa Regras de Associação Técnicas Apriori, FP-Growth, DCI, ECLAT, Closet. Padrões Sequenciais AprioriAll, GSP, PrefixSpan, BLAST. Classificação Naïve Bayes, Árvores de Decisão (ID3, C4.5, CART, CHAID), Redes Neurais, k-nearest Neighbor, Support Vector Machines. Análise de Agrupamentos k-médias, k-medoides, Métodos Hierárquicos. 23
24 Contexto Atual da Mineração de Dados (1/2) Nos últimos anos, a mineração de dados tem atraído o interesse não apenas dos pesquisadores, mas também das empresas. Ela é considerada uma importante tecnologia de Business Intelligence (BI), assim como o data warehousing e a análise OLAP. Além de ferramentas comerciais (Oracle, SAS, SPSS, SQL Server, ), também existem ferramentas livres para mineração de dados. Exemplos: R : já existem diversos pacotes para data mining que podem ser integrados a este tradicional software open source para estatística. Weka: ferramenta que apresentaremos hoje... 24
25 Contexto Atual da Mineração de Dados (2/2) A mídia, de um modo geral, também tem dado considerável atenção à mineração de dados. É cada vez mais comum encontrar artigos sobre o tema em publicações sobre computação, biologia, marketing, administração, etc. Até revistas de variedades e livros de conteúdo não técnico tratam do tema. Exemplos: Numerati de Stephen Baker. O Click de Bill Tancer. Mas há um problema sério: empresas também tentam usar a mineração de dados para invadir nossa privacidade e manipular nosso comportamento!!! (consulte [Bak09]) Exemplos: nos induzir o que devemos comprar e em quem votar. 25
26 Weka uma Ferramenta Livre para Data Mining Tópicos: Apresentação da Ferramenta, Bases de Dados ARFF, Weka em Ação: Minerando um Classificador * Copyright: Martin Kramer (mkramer@wxs.nl) 26
27 O que é Weka? É um pássaro típico da Nova Zelândia! Mas não somente... Weka é um Software livre do tipo open source para mineração de dados, desenvolvido em Java, dentro das especificações da GPL (General Public License). O sistema foi desenvolvido por um grupo de pesquisadores da Universidade de Waikato, Nova Zelândia. Ao longo dos anos se consolidou como a ferramenta de data mining mais utilizada em ambiente acadêmico. Seu ponto forte é a tarefa de classificação, mas também é capaz de minerar regras de associação e clusters de dados. Pode ser utilizada no modo console ou através da interface gráfica Weka Explorer. 27
28 O Livro da Weka As características da Weka e as técnicas nela implementadas são apresentadas no livro Data Mining: Practical Machine Learning Tools and Techniques [WFH11] Os autores do livro são os idealizadores da ferramenta. "If you have data that you want to analyze and understand, this book and the associated Weka toolkit are an excellent way to start." Jim Gray, Microsoft Research (!?!?!?) 28
29 Como usar a Weka? Duas formas principais: Interface Gráfica: o ambiente Weka Explorer permite a execução dos algoritmos de data mining da Weka de forma interativa. Veremos um exemplo nessa apresentação! Console: fazendo a chamada aos algoritmos no prompt. java weka.associations.apriori -t veiculos.arff 29
30 Bases de Dados ARFF (1/5) O formato ARFF é utilizado como padrão para estruturar as bases de dados manipuladas pela Weka. 30
31 Bases de Dados ARFF (2/5) Ele corresponde a um arquivo texto contendo um conjunto de registros, precedido por um pequeno cabeçalho. 31
32 Bases de Dados ARFF (3/5) Exemplo: Weather.ARFF 32
33 Bases de Dados ARFF (4/5) 33
34 Bases de Dados ARFF (5/5) 34
35 Weka em Ação Mineração de um Classificador Agora mostraremos um exemplo prático de utilização da Weka: Será realizada a mineração de um classificador! Porém... antes é preciso falar um pouquinho sobre classificação... 35
36 O que é Classificação? (1/2) Objetivo: a partir de um banco de dados contendo objetos pré-classificados (objetos cuja classe é conhecida), construir um modelo que seja capaz de classificar automaticamente novos objetos (objetos cuja a classe é desconhecida) em função de suas características. O modelo criado é chamado de modelo classificador. É a tarefa de data mining mais popular, pois existem inúmeras aplicações práticas. Alguns exemplos: Administradoras de cartão de crédito: modelos classificadores são empregafos para detectar se uma transação financeira é legal ou suspeita. Programas de filtragem de spam. 36
37 Base de Dados para Classificação (1/2) A base de dados para classificação deve conter: um ou mais atributos preditivos. um atributo especial, denominado atributo classe (ou atributo alvo), sempre do tipo discreto. Exemplo - BD de uma locadora de veículos * Base de dados exemplo retirada de : DataMining - Luís Alfredo Vidal de Carvalho, Ed. Ciência Moderna,
38 Base de Dados para Classificação (2/2) Exemplo - BD de uma locadora de veículos. A ideia é minerar um modelo que classifique o cliente como cliente de carro nacional ou cliente de carro importado em função de sua idade e renda. Mostraremos agora como minerar um classificador, sobre a base de dados da locadora de veículos, usando a técnica de árvores de decisão (ufa!) 38
39 Weka em Ação (1/18) PASSO 1: antes de começar o processo, precisamos gerar uma versão ARFF da base que iremos minerar. 39
40 Weka em Ação (2/18) PASSO 2: abrir a Weka Explorer (GUI para mineração de dados) 40
41 Weka em Ação (3/18) PASSO 3: abrir a base de dados 41
42 Weka em Ação (4/18) PASSO 3: abrir a base de dados 42
43 Weka em Ação (5/18) 43
44 Weka em Ação (6/18) Podemos explorar a base de dados antes de minerá-la. 44
45 Weka em Ação (7/18) 45
46 Weka em Ação (8/18) Gráfico de barras: frequência do atributo classe. 46
47 Weka em Ação (9/18) Gráfico: cruzamento do atributo classe com cada atributo preditivo. 47
48 Weka em Ação (10/18) PASSO 4: Seleção da aba Classify para a mineração do classificador. 48
49 Weka em Ação (11/18) PASSO 5: Escolha do algoritmo de classificação Dentre as técnicas que podem ser utilizadas, encontram-se: Naïve Bayes Árvores de Decisão (nossa escolha nessa apresentação!) Redes Neurais k-nearest Neighbor Support Vector Machines. 49
50 Weka em Ação (12/18) PASSO 5: Escolha do algoritmo de classificação 50
51 Weka em Ação (13/18) PASSO 5: Escolha do algoritmo de classificação. Optamos pelo algoritmo J48 para mineração de árvores de decisão 51
52 Weka em Ação (14/18) PASSO 6: Configurar parâmetros e disparar o algoritmo! 52
53 Weka em Ação (15/18) Após alguns segundos, a árvore é minerada na janela Output. 53
54 Weka em Ação (16/18) PASSO 7: A qualidade da árvore pode ser avaliada através do uso de diferentes métricas. Correctly Classsified Instances: porcentagem de registros classificados corretamente durante a construção do modelo de classificação. Incorrectly Classsified Instances: porcentagem de registros classificados incorretamente durante a construção do modelo de classificação. 54
55 Weka em Ação (17/18) PASSO 7: A qualidade da árvore pode ser avaliada através do uso de diferentes métricas. Confusion Matrix (matriz de confusão): é simplesmente uma matriz quadrada que indica as classificações corretas e errada. A classe que está sendo analisada aparece na linha. As classificações encontradas aparecem nas colunas. A diagonal da matriz corresponde às classificações corretas. 55
56 Weka em Ação (18/18) Também é possível visualizar a árvore de decisão em um formato gráfico. 56
57 Conclusões e Comentários Finais Na prática, o processo de classificação é mais trabalhoso e complexo. Nessa apresentação, mostramos um exemplo simplificado! 57
58 Conclusões e Comentários Finais Sobre a Weka... Embora seja normalmente utilizada para fins didáticos, possibilita a mineração de bases reais (contanto que possam ser importadas para a memória RAM). Muitos papers científicos relatam experiências onde a ferramenta foi aplicada de forma bem sucedida sobre bases de diferentes domínios. A ferramenta está disponível para Linux, Windows e outras plataformas, podendo ser obtida juntamente com seu código fonte em: A versão é a última versão estável da ferramenta. 58
59 Conclusões e Comentários Finais Sobre a Weka... Mostramos apenas um exemplo, usando um algoritmo! A Weka tem dezenas de algoritmos implementados! E pode minerar regras de associação e clusters de dados, além de classificadores. Outra coisa muito boa é que você pode integrar os algoritmos implementados na Weka nos programas Java criados por você. Veja o tutorial de [San05] para maiores informações. 59
60 Referências [Bak09] S. Baker. Numerati. Ed. ARX (2009). [BL97] M. J. A. Berry e G. Linoff. Data Mining Techniques for Marketing, Sales and Customer Support. Wiley Computer Publishing, [FPS96] U. M. Fayyad, G. Piatetsky-Shapiro e P. Smith. From Data Mining to Knowledge Discovery: An Overview. Advances in Knowledge Discovery and Data Mining, AAAI/MIT Press, 1996, p [HK06] J. Han e M. Kamber. Data Mining: Concepts and Techniques. 2a Edição, Morgan Kaufmann, [San05] R. Santos. Weka na Munheca: um Guia para Uso do Weka em Scripts e Integração com Aplicações Java. Instituto Nacional de Pesquisas Espaciais (INPE), [San10] R. Santos. Princípios e Aplicações de Mineração de Dados. Notas de aula, Instituto Nacional de Pesquisas Espaciais (INPE), [TSK06] P. Tan, M. Steinbach e V. Kumar. Introdução Ao Data Mining - Mineração de Dados. Ed. Ciência Moderna, 2009 (ed. original em Inglês publicada em 2006). [WFH11] I. H. Witten, E. Frank, M. A. Hall. Data Mining: Practical Machine Learning Tools and Techniques. 3rd Edition, Morgan Kaufmann,
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 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 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 maisA Grande Importância da Mineração de Dados nas Organizações
A Grande Importância da Mineração de Dados nas Organizações Amarildo Aparecido Ferreira Junior¹, Késsia Rita da Costa Marchi¹, Jaime Willian Dias¹ ¹Universidade Paranaense (Unipar) Paranavaí PR Brasil
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 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 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 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 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 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 maisArpPrintServer. Sistema de Gerenciamento de Impressão By Netsource www.netsource.com.br Rev: 02
ArpPrintServer Sistema de Gerenciamento de Impressão By Netsource www.netsource.com.br Rev: 02 1 Sumário INTRODUÇÃO... 3 CARACTERÍSTICAS PRINCIPAIS DO SISTEMA... 3 REQUISITOS DE SISTEMA... 4 INSTALAÇÃO
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 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 maisUniversidade Tecnológica Federal do Paraná UTFPR Programa de Pós-Graduação em Computação Aplicada Disciplina de Mineração de Dados
Universidade Tecnológica Federal do Paraná UTFPR Programa de Pós-Graduação em Computação Aplicada Disciplina de Mineração de Dados Prof. Celso Kaestner Poker Hand Data Set Aluno: Joyce Schaidt Versão:
Leia maisDWARF DATAMINER: UMA FERRAMENTA GENÉRICA PARA MINERAÇÃO DE DADOS
DWARF DATAMINER: UMA FERRAMENTA GENÉRICA PARA MINERAÇÃO DE DADOS Tácio Dias Palhão Mendes Bacharelando em Sistemas de Informação Bolsista de Iniciação Científica da FAPEMIG taciomendes@yahoo.com.br Prof.
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 maisMicrosoft Access XP Módulo Um
Microsoft Access XP Módulo Um Neste primeiro módulo de aula do curso completo de Access XP vamos nos dedicar ao estudo de alguns termos relacionados com banco de dados e as principais novidades do novo
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 maisSolução e Implantação
A Empresa O Russi Supermercados foi fundado em 1966 com o nome Irmãos Russi, após a aquisição dos Supermercados Coopideal passou a ter 22 lojas espalhadas pelo interior de São Paulo, tornando-se um dos
Leia maisFases 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 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 maisData 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 maisDisciplina: Unidade III: Prof.: E-mail: Período:
Encontro 08 Disciplina: Sistemas de Banco de Dados Unidade III: Modelagem Lógico de Dados Prof.: Mario Filho E-mail: pro@mariofilho.com.br Período: 5º. SIG - ADM Relembrando... Necessidade de Dados Projeto
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 maisAP_ Conta Aplicativo para digitação e envio de contas médicas no padrão TISS
AP_ Conta Aplicativo para digitação e envio de contas médicas no padrão TISS Manual de Instalação Tempro Software StavTISS Sumário 1. INTRODUÇÃO... 2 2. REQUISITOS DO SISTEMA... 3 3. INSTALAÇÃO... 4 4.
Leia maisGUIA DE ORIENTAÇÕES ROTEIRO DE CONFIGURAÇÃO DO SOFTWARE CRM PROFESSIONAL ANEXO III ROTEIRO DE CONFIGURAÇÃO - CRM PROFESSIONAL
ANEXO III ROTEIRO DE CONFIGURAÇÃO - CRM PROFESSIONAL GUIA DE ORIENTAÇÕES ROTEIRO DE CONFIGURAÇÃO DO SOFTWARE CRM PROFESSIONAL ANEXO III ROTEIRO DE CONFIGURAÇÃO E INSTALAÇÃO DO CRM PROFESSIONAL SUMÁRIO
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 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 maisDesenvolvendo Websites com PHP
Desenvolvendo Websites com PHP Aprenda a criar Websites dinâmicos e interativos com PHP e bancos de dados Juliano Niederauer 19 Capítulo 1 O que é o PHP? O PHP é uma das linguagens mais utilizadas na Web.
Leia maisIntrodução a Informática - 1º semestre AULA 02 Prof. André Moraes
Introdução a Informática - 1º semestre AULA 02 Prof. André Moraes 3 MÁQUINAS VIRTUAIS Em nossa aula anterior, fizemos uma breve introdução com uso de máquinas virtuais para emularmos um computador novo
Leia maisIntrodução a listas - Windows SharePoint Services - Microsoft Office Online
Page 1 of 5 Windows SharePoint Services Introdução a listas Ocultar tudo Uma lista é um conjunto de informações que você compartilha com membros da equipe. Por exemplo, você pode criar uma folha de inscrição
Leia maisINTRODUÇÃO 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 mais4 Segmentação. 4.1. Algoritmo proposto
4 Segmentação Este capítulo apresenta primeiramente o algoritmo proposto para a segmentação do áudio em detalhes. Em seguida, são analisadas as inovações apresentadas. É importante mencionar que as mudanças
Leia maisAjuda ao SciEn-Produção 1. 1. O Artigo Científico da Pesquisa Experimental
Ajuda ao SciEn-Produção 1 Este texto de ajuda contém três partes: a parte 1 indica em linhas gerais o que deve ser esclarecido em cada uma das seções da estrutura de um artigo cientifico relatando uma
Leia maisBRAlarmExpert. Software para Gerenciamento de Alarmes. BENEFÍCIOS obtidos com a utilização do BRAlarmExpert:
BRAlarmExpert Software para Gerenciamento de Alarmes A TriSolutions conta com um produto diferenciado para gerenciamento de alarmes que é totalmente flexível e amigável. O software BRAlarmExpert é uma
Leia maisGerenciamento de configuração. Gerenciamento de Configuração. Gerenciamento de configuração. Gerenciamento de configuração. Famílias de sistemas
Gerenciamento de Gerenciamento de Configuração Novas versões de sistemas de software são criadas quando eles: Mudam para máquinas/os diferentes; Oferecem funcionalidade diferente; São configurados para
Leia maisIMPLEMENTAÇÃO DE UM ALGORITMO DE PADRÕES DE SEQUÊNCIA PARA DESCOBERTA DE ASSOCIAÇÕES ENTRE PRODUTOS DE UMA BASE DE DADOS REAL
Universidade Federal de Ouro Preto - UFOP Instituto de Ciências Exatas e Biológicas - ICEB Departamento de Computação - DECOM IMPLEMENTAÇÃO DE UM ALGORITMO DE PADRÕES DE SEQUÊNCIA PARA DESCOBERTA DE ASSOCIAÇÕES
Leia maisBig Data. Como utilizar melhor e mais rápido seus dados e informações utilizando metodologias e tecnologias GED/ECM
Big Data Como utilizar melhor e mais rápido seus dados e informações utilizando metodologias e tecnologias GED/ECM Irineu Granato, CDIA+ CBPP, AIIM (ECMp, ECMs, IOAp, BPMs, ERMs) AIIM Professional Member
Leia maisTutorial Plone 4. Manutenção de Sites. Universidade Federal de São Carlos Departamento de Sistemas Web Todos os direitos reservados
Tutorial Plone 4 Manutenção de Sites Universidade Federal de São Carlos Departamento de Sistemas Web Todos os direitos reservados Sumário Introdução 1 Como fazer a autenticação do usuário 1.1 Através do
Leia maisCARDS - Jogo Educativo na Internet para Ensino a Distância
CARDS - Jogo Educativo na Internet para Ensino a Distância 1 Introdução Bruno Astuto Arouche Nunes Sergio Barbosa Villas-Boas 1 Henrique Falleiros Tendo em vista que o processo de ensino, nos dias de hoje,
Leia maisConcepção e Elaboração
UNIVERSIDADE ESTADUAL PAULISTA INSTITUTO DE BIOCIÊNCIAS, LETRAS E CIÊNCIAS EXATAS DEPARTAMENTO DE CIÊNCIAS DE COMPUTAÇÃO E ESTATÍSTICA Análise e Projeto Orientado a Objetos Concepção e Elaboração Estudo
Leia maisOFICINA BLOG DAS ESCOLAS
OFICINA BLOG DAS ESCOLAS Créditos: Márcio Corrente Gonçalves Mônica Norris Ribeiro Março 2010 1 ACESSANDO O BLOG Blog das Escolas MANUAL DO ADMINISTRADOR Para acessar o blog da sua escola, acesse o endereço
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 maisProf. Marcelo Machado Cunha www.marcelomachado.com mcelobr@yahoo.com.br
Prof. Marcelo Machado Cunha www.marcelomachado.com mcelobr@yahoo.com.br Ementa Introdução a Banco de Dados (Conceito, propriedades), Arquivos de dados x Bancos de dados, Profissionais de Banco de dados,
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 maisManual Administrador - Mídia System
Manual Administrador - Mídia System Logo após cadastrarmos sua Empresa em nosso sistema, será enviado um e-mail confirmando as informações de acesso do Administrador do sistema. Obs: Caso não tenha recebido
Leia maisAGILE ROLAP - UMA METODOLOGIA ÁGIL PARA IMPLEMENTAÇÃO DE AMBIENTES DE NEGÓCIOS BASEADO EM SERVIDORES OLAP.
AGILE ROLAP - UMA METODOLOGIA ÁGIL PARA IMPLEMENTAÇÃO DE AMBIENTES DE NEGÓCIOS BASEADO EM SERVIDORES OLAP. Luan de Souza Melo (Fundação Araucária), André Luís Andrade Menolli (Orientador), Ricardo G. Coelho
Leia maisTrecho retirando do Manual do esocial Versão 1.1
Trecho retirando do Manual do esocial Versão 1.1 A rotina de acesso direto ao XML do S-1000, o usuário pode encontrar na opção de cadastro de Empresas do SIP. Sempre que o usuário localizar a figura ao
Leia mais2 Diagrama de Caso de Uso
Unified Modeling Language (UML) Universidade Federal do Maranhão UFMA Pós Graduação de Engenharia de Eletricidade Grupo de Computação Assunto: Diagrama de Caso de Uso (Use Case) Autoria:Aristófanes Corrêa
Leia maisInteratividade aliada a Análise de Negócios
Interatividade aliada a Análise de Negócios Na era digital, a quase totalidade das organizações necessita da análise de seus negócios de forma ágil e segura - relatórios interativos, análise de gráficos,
Leia maisSistemas de Banco de Dados Aspectos Gerais de Banco de Dados
Sistemas de Banco de Dados Aspectos Gerais de Banco de Dados 1. Conceitos Básicos No contexto de sistemas de banco de dados as palavras dado e informação possuem o mesmo significado, representando uma
Leia maisEste software resolve todos esses problemas.adobe reader é um software free, para ler os arquivos pdf..
Conhecendo arquivos PDF O PDF surgiu graças aos esforços de um dos fundadores da empresa Adobe Systems, John Warnock. A idéia inicial era criar uma tecnologia que permitisse a visualização de arquivos
Leia maisOrientação a Objetos
1. Domínio e Aplicação Orientação a Objetos Um domínio é composto pelas entidades, informações e processos relacionados a um determinado contexto. Uma aplicação pode ser desenvolvida para automatizar ou
Leia maisManual do Visualizador NF e KEY BEST
Manual do Visualizador NF e KEY BEST Versão 1.0 Maio/2011 INDICE SOBRE O VISUALIZADOR...................................................... 02 RISCOS POSSÍVEIS PARA O EMITENTE DA NOTA FISCAL ELETRÔNICA.................
Leia maisPARA QUE SERVE O CRM?
Neste mês, nós aqui da Wiki fomos convidados para dar uma entrevista para uma publicação de grande referência no setor de varejo, então resolvemos transcrever parte da entrevista e apresentar as 09 coisas
Leia maisSemântica para Sharepoint. Busca semântica utilizando ontologias
Semântica para Sharepoint Busca semântica utilizando ontologias Índice 1 Introdução... 2 2 Arquitetura... 3 3 Componentes do Produto... 4 3.1 OntoBroker... 4 3.2 OntoStudio... 4 3.3 SemanticCore para SharePoint...
Leia maisWeb 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 maisO Primeiro Programa em Visual Studio.net
O Primeiro Programa em Visual Studio.net Já examinamos o primeiro programa escrito em C que servirá de ponto de partida para todos os demais exemplos e exercícios do curso. Agora, aprenderemos como utilizar
Leia maisUTILIZANDO O SOFTWARE WEKA
UTILIZANDO O SOFTWARE WEKA O que é 2 Weka: software livre para mineração de dados Desenvolvido por um grupo de pesquisadores Universidade de Waikato, Nova Zelândia Também é um pássaro típico da Nova Zelândia
Leia maisISO/IEC 12207: Gerência de Configuração
ISO/IEC 12207: Gerência de Configuração Durante o processo de desenvolvimento de um software, é produzida uma grande quantidade de itens de informação que podem ser alterados durante o processo Para que
Leia maisInstituto de Educação Tecnológica Pós-graduação Gestão e Tecnologia da Informação - Turma 25 20/03/2015. Big Data Analytics:
Instituto de Educação Tecnológica Pós-graduação Gestão e Tecnologia da Informação - Turma 25 20/03/2015 Big Data Analytics: Como melhorar a experiência do seu cliente Anderson Adriano de Freitas RESUMO
Leia maisMETODOLOGIA PARA ANÁLISE DE DESEMPENHO
UNIVERSIDADE FEDERAL DE PERNAMBUCO GRADUAÇÃO EM CIÊNCIA DA COMPUTAÇÃO CENTRO DE INFORMÁTICA METODOLOGIA PARA ANÁLISE DE DESEMPENHO DE SISTEMAS DE TRANSFERÊNCIA ELETRÔNICA DE FUNDOS PROPOSTA DE TRABALHO
Leia maisMódulo 4. Construindo uma solução OLAP
Módulo 4. Construindo uma solução OLAP Objetivos Diferenciar as diversas formas de armazenamento Compreender o que é e como definir a porcentagem de agregação Conhecer a possibilidade da utilização de
Leia maisUpload e Download de Arquivos. Ao programador Morfik, cabe implementar em sua aplicação os mecanismos gerenciem todo o processo acima.
Upload e Download de Arquivos Considerações gerais. As aplicações Web 2 tem como uma de suas características principais, o fato de permitirem aos usuários, que eles mesmo criem conteúdo, sem depender de
Leia maisAPOSTILA DE EXEMPLO. (Esta é só uma reprodução parcial do conteúdo)
APOSTILA DE EXEMPLO (Esta é só uma reprodução parcial do conteúdo) 1 Índice Aula 1 - Área de trabalho e personalizando o sistema... 3 A área de trabalho... 3 Partes da área de trabalho.... 4 O Menu Iniciar:...
Leia maisInformática Aplicada
Informática Aplicada SO Windows Aula 3 Prof. Walteno Martins Parreira Jr www.waltenomartins.com.br waltenomartins@yahoo.com 2014 APRESENTAÇÃO Todo computador precisa de um sistema operacional. O Windows
Leia maisDiferenças da versão 6.3 para a 6.4
Release Notes Diferenças da versão 6.3 para a 6.4 Melhorias Comuns ao Sistema Help O Help Online foi remodelado e agora é possível acessar os manuais de cada módulo diretamente do sistema. Mapeamento de
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 mais02 - Usando o SiteMaster - Informações importantes
01 - Apresentação do SiteMaster - News Edition O SiteMaster foi desenvolvido para ser um sistema simples de gerenciamento de notícias, instalado em seu próprio computador e com configuração simplificada,
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 maisASSESSORIA DE IMPRENSA 1 Felipe Plá Bastos 2
ASSESSORIA DE IMPRENSA 1 Felipe Plá Bastos 2 RESUMO: O presente trabalho tem como objetivo saber como é desenvolvido o trabalho de Assessoria de Imprensa, sendo um meio dentro da comunicação que através
Leia maisFATEC Cruzeiro José da Silva. Ferramenta CRM como estratégia de negócios
FATEC Cruzeiro José da Silva Ferramenta CRM como estratégia de negócios Cruzeiro SP 2008 FATEC Cruzeiro José da Silva Ferramenta CRM como estratégia de negócios Projeto de trabalho de formatura como requisito
Leia maisPlanejamento Estratégico de TI. Prof.: Fernando Ascani
Planejamento Estratégico de TI Prof.: Fernando Ascani BI Business Intelligence A inteligência Empresarial, ou Business Intelligence, é um termo do Gartner Group. O conceito surgiu na década de 80 e descreve
Leia maisIntrodução a Banco de Dados
Introdução a Banco de Dados Ricardo Henrique Tassi - Departamento de Replicação Índice 1- Introdução... 03 2- Quais são os bancos de dados mais conhecidos hoje em dia...04 3- Quais são os tipos de banco...05
Leia maisOI CONTA EMPRESA MANUAL DO USUÁRIO (exceto Administradores de Conta)
OI CONTA EMPRESA MANUAL DO USUÁRIO (exceto Administradores de Conta) 1 Bem-vindo ao Oi Conta Empresa! A Oi tem o orgulho de lançar mais um produto para nossos clientes corporativos, o Oi Conta Empresa.
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 maisIntrodução ao Aplicativo de Programação LEGO MINDSTORMS Education EV3
Introdução ao Aplicativo de Programação LEGO MINDSTORMS Education EV3 A LEGO Education tem o prazer de trazer até você a edição para tablet do Software LEGO MINDSTORMS Education EV3 - um jeito divertido
Leia maisExemplo 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 maisLMS: Manual do aluno
UNO Internacional LMS: Manual do aluno Neste Learning Coffee você vai aprender a: Aceder à plataforma e editar o seu perfil. Aceder às suas notificações. Consultar o calendário e criar eventos pessoais.
Leia maisMANUAL DO GERENCIADOR ESCOLAR WEB
CNS LEARNING MANUAL DO GERENCIADOR ESCOLAR WEB Versão Online 13 Índice ÍNDICE... 1 VISÃO GERAL... 2 CONCEITO E APRESENTAÇÃO VISUAL... 2 PRINCIPAIS MÓDULOS... 3 ESTRUTURAÇÃO... 3 CURSOS... 4 TURMAS... 4
Leia maisLaboratório de Redes. Professora Marcela Santos marcela@edu.estacio.br
Laboratório de Redes Professora Marcela Santos marcela@edu.estacio.br Active Directory (AD) Samba Máquina virtual Criação de uma máquina virtual Instalação do Windows Server O Active Directory (AD) é um
Leia maisUnidade 7: Middleware JDBC e Java DB Prof. Daniel Caetano (Fonte: Tutorial Oficial do NetBeans)
Programação Servidor para Sistemas Web 1 Unidade 7: Middleware JDBC e Java DB Prof. Daniel Caetano (Fonte: Tutorial Oficial do NetBeans) Objetivo: Capacitar o aluno para criar bancos de dados usando Java
Leia maisE-books. Guia para Facebook Ads. Sebrae
E-books Sebrae Marketing e Vendas Guia para Facebook Ads Por que investir no facebook Ads? Tipos de anúncios Como funciona o sistema de pagamentos Criando anúncios Métricas Autor Felipe Orsoli 1 SUMÁRIO
Leia maisConexão ODBC do MySQL com Excel 2010
PÓS-GRADUAÇÃO LATO SENSU Curso: Banco de Dados Disciplina: Laboratório de Data Warehouse e Business Intelligence Professor: Fernando Zaidan Unidade 7 BI 2012 Crédito dos Slides: Clever Junior 2 Download
Leia maisApresentação. Nossa sugestão é que você experimente e não tenha medo de clicar!!!
Apresentação Este manual é uma orientação para os participantes de cursos no ambiente Moodle do INSTITUTO PRISMA. Tem como objetivo orientar sobre as ações básicas de acesso e utilização do ambiente virtual
Leia maisMetodologia e Gerenciamento do Projeto na Fábrica de Software v.2
.:: Universidade Estadual de Maringá Bacharelado em Informática Eng. de Software III :. Sistema de Gerenciamento de Eventos - Equipe 09 EPSI Event Programming System Interface Metodologia e Gerenciamento
Leia maisIntrodução. O Windows Server 2003 está dividido em quatro versões:
Introdução Este é um tutorial de como Instalar o Windows Server 2003, este é o primeiro de alguns tutoriais que farei para ambientes de servidores Windows. A instalação do Windows Server 2003 segue o mesmo
Leia maisAplicação Prática de Lua para Web
Aplicação Prática de Lua para Web Aluno: Diego Malone Orientador: Sérgio Lifschitz Introdução A linguagem Lua vem sendo desenvolvida desde 1993 por pesquisadores do Departamento de Informática da PUC-Rio
Leia maisBanco de Dados I. Introdução. Fabricio Breve
Banco de Dados I Introdução Fabricio Breve Introdução SGBD (Sistema Gerenciador de Banco de Dados): coleção de dados interrelacionados e um conjunto de programas para acessar esses dados Coleção de dados
Leia maisDATA WAREHOUSE NO APOIO À TOMADA DE DECISÕES
DATA WAREHOUSE NO APOIO À TOMADA DE DECISÕES Janaína Schwarzrock jana_100ideia@hotmail.com Prof. Leonardo W. Sommariva RESUMO: Este artigo trata da importância da informação na hora da tomada de decisão,
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 maisAplicação do Método M Exemplo: Bloco de Notas [Bim, 2009]
1 Aplicação do Método M de Inspeção Semiótica (MIS) Exemplo: Bloco de Notas [Bim, 2009] Introdução a IHC 09/05/2013 2 MIS do Bloco de Notas - Etapa de Preparação (1/2) Porção do artefato inspecionada:
Leia maisBatalha Naval Algoritmos de Busca. Correlações curriculares Matemática: Números: maior que, menor que, iguais a.
Atividade 6 Batalha Naval Algoritmos de Busca Sumário Computadores são freqüentemente requisitados a encontrar informação em grandes coleções de dados. Estes precisam desenvolver métodos rápidos e eficientes
Leia maisAnálise e Desenvolvimento de Sistemas ADS Programação Orientada a Obejeto POO 3º Semestre AULA 03 - INTRODUÇÃO À PROGRAMAÇÃO ORIENTADA A OBJETO (POO)
Análise e Desenvolvimento de Sistemas ADS Programação Orientada a Obejeto POO 3º Semestre AULA 03 - INTRODUÇÃO À PROGRAMAÇÃO ORIENTADA A OBJETO (POO) Parte: 1 Prof. Cristóvão Cunha Objetivos de aprendizagem
Leia maisCRIANDO BANCOS DE DADOS NO SQL SERVER 2008 R2 COM O SQL SERVER MANAGEMENT STUDIO
CRIANDO BANCOS DE DADOS NO SQL SERVER 2008 R2 COM O SQL SERVER MANAGEMENT STUDIO Antes de criarmos um novo Banco de Dados quero fazer um pequeno parênteses sobre segurança. Você deve ter notado que sempre
Leia maisAula 1 Introdução ao Word 2013
O que é o curso? Nove em cada dez empresas utilizam o Microsoft Word para diversas funções, seja para digitarmos simples documentos, ou para digitarmos grandes contratos empresariais. É fundamental o aprendizado
Leia maisgerenciamento de portais e websites corporativos interface simples e amigável, ágil e funcional não dependendo mais de um profissional especializado
O NetPublisher é um sistema de gerenciamento de portais e websites corporativos (intranets ou extranets), apropriado para pequenas, médias e grandes empresas. O conteúdo do website pode ser atualizado
Leia mais