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 www.univasf.edu.br/~rosalvo.oliveira 3
Minhas linhas de pesquisa Inteligência Artificial Redes Neurais Algoritmos Busca Credit Scoring Behavior Scoring Construções de Data Warehouse 4
Horário da disciplina Horários Seg Ter Qua Qui Sex 08:00 às 10:00 Lab. Prog. Avançada Lab. Prog. Avançada 5
Conceitos gerais de Data Warehousing e Data Mart Processo decisório e suas etapas; Automação de processos empresariais; Sistemas de Apoio a Decisão - sads Armazenamento de dados Dados empresariais; Modelos de dados multidimensionais; Bancos de dados; Data warehouses; Processamento de dados Sistemas OLTP (Online Transaction Processing); OLAP: Consultas analíticas em um data warehouse; Operações de dados multidimensionais; Visualização de dados multidimensionais. 6
Metodologias para construção de projetos de descoberta do conhecimento com ênfase na construção de bases de dados Conceitos Gerais de Behavior Scoring Principais abordagens de transformação de dados utilizada na etapa de transformação dos dados em um projeto de KDD Proposicionalização Mineração de dados Multidimensional 7
Conceitos gerais sobre metodologia experimental: Estatística Descritiva e Métodos de avaliação 6
Bibliografia Básica Sistemas Inteligentes - Fundamentos e Aplicações, Rezende, Solange Oliveira, 1ª Ed. 2006. Fayyad, U., Piatetsky-Shapiro, G. and Smyth, P. The KDD process for extracting useful knowledge from volumes of data. Commun. ACM. pp. 27-34, 1996. Horng-I Hsieh; Tsung-Pei Lee; Tian-Shyug Lee;, Data Mining in Building Behavioral Scoring Models, Computational Intelligence and Software Engineering (CiSE), 2010 International Conference on, vol., no., pp.1-4, 10-12 Dec. 2010. OLIVEIRA NETO, R. F. ; ADEODATO, P. J. ; SALGADO, A. C. ; BORATTO, M. Estudo Comparativo entre Proposicionalização e Mineração de Dados Multidimensional sobre um Banco de Dados Relacional. In: Simpósio Brasileiro de Banco de Dados, 2012, São Paulo. Anais do SBBD. São Paulo: IME-USP, 2012. p. 240-247. Bibliografia Complementar Montgomery, D. and Runger, G. Applied Statistics and Probability for Engineers. John Wiley & Sons, 2010. CUNHA, R. C. L. V. Framework híbrido para integração de ferramentas e reuso do conhecimento em problemas binários de mineração de dados. Ph.D. thesis, Universidade Federal de Pernambuco, Brasil, 2009. 8
NF = (Prova + Projeto + Artigo) 3 Datas Importantes Avaliação Data Prova 28/05/2014 Projeto 07/07/2014 e 09/07/2014 Artigo 30/07/2014 e 04/08/2014 2º Chamada 06/08/2014 Prova Final 11/08/2014 9
Projeto - Construir uma solução para o DMC 2013 Critérios de avaliação do projeto - Apresentação Descrição do problema (2,5 pontos) Trabalhos relacionados (Pelo menos quatro trabalhos) (2,5 pontos) Descrição da técnica de mineração de utilizada (2 pontos) Apresentação dos resultados (3 pontos) 11
Artigo Proposta de trabalho para aplicação de mineração de dados na agricultura Critérios de avaliação do artigo Descrição do problema (1 página) (2,5 pontos) Proposta de trabalho (1 página) (4 pontos) Possíveis bases de dados utilizadas - Descrição das bases de dados ( 1 ponto) Trabalhos Relacionados (Pelo menos quatro trabalhos) (1 página) (2,5 pontos) 11