data1.jpg (6240 bytes)
data2.jpg (10396 bytes)

Teoria e Prática

 WB01402_.gif (2278 bytes)

Existe muito conhecimento escondido na imensa quantidade de dados disponíveis nos bancos de dados das empresas. Com o Data Mining, pode-se transformar esses dados brutos em informação valiosa para auxiliar o processo decisório

Com a informática, as empresas acumulam uma imensa quantidade de dados das mais variadas fontes. São informações industriais, relatórios de vendas, informações comerciais, hábitos de acesso à Web, solicitações via e-mail, e uma infinidade de outras fontes. Que fazer com todos esses dados? Não basta simplesmente armazená-los: é preciso utilizá-los para auxiliar o processo decisório. Neste curso, veremos como o Data Mining pode ser empregado para transformar dados brutos em informação valiosa. Investigaremos os princípios teóricos e as técnicas práticas já desenvolvidas. Veremos exemplos dos principais aplicativos disponíveis no mercado. No final do curso, vamos "por a mão na massa" e, com o uso de um simples processador de textos, faremos uso dos princípios teóricos que explanamos para obter alguma informação de massas de dados.


Duração: 3,5h (2 sessões de 1h e 30 min. mais coffee break)

Público Alvo: Diretores, Gerentes e Analistas de Informática

Pré-requisitos: Noções de Informática


Conteúdo Programático

Fundamentação: Dados, Informação, Conhecimento e Inteligência
  • Redefinindo Alguns Conceitos
  • Segredos da Preparação de Dados
    O Conhecimento Nas Empresas
    Nascimento, Vida e Morte do Conhecimento
    As Memórias Organizacionais
    Conhecimento Tácito e Explícito
    Os Fundamentos Estatísticos do Data Mining
    Estatísticas de Ordem Elevada
    A Relação entre DM e Estatística
    Processos Estatísticos Simples, mas Poderosos
    Princípios de Data Mining
    Indução e Dedução
    Porque DM é Indutivo Por Natureza
    A Questão dos Níveis
    Os Focos do DM
    As Principais Técnicas
    Indução Orientada a Atributos
    Regras Caracterizadoras
    Regras Discriminantes
    Regras Associativas
    Regras Classificativas
    Clustering
    Regras de Evolução Temporal
    Introdução às Técnicas Neurais
    Fundamentos e Arquiteturas Típicas
    Classificação, Predição, Associação, Eliminação de Ruído
    Grandes Vantagens das Redes Neurais
    Principais Desvantagens das Redes Neurais
    Exemplos Práticos de Sistemas
    Data Mining Tupiniquim: Usando Microsoft Word e o Access
    Exercício Prático: Usando as Técnicas Teóricas Que Vimos
    O Futuro do Data Mining
    Métodos Baseados em Conhecimento
    Ontologias
  • Agentes Inteligentes de Software
  • Conclusão, Debate e Referências

    Clique aqui para ver algumas transparências deste seminário

    LIVRO JÁ DISPONÍVEL

    Pensamento Crítico e Argumentação Sólida

    Vença suas batalhas pela força das palavras

    Outros Seminários:   Clique Aqui Para Voltar à Página de Seminários

    Leia Aqui Alguns Artigos de Sergio Navega

    Veja Também o Curso de Formação Crítica de Analistas do Conhecimento

    Mais informações: snavega@attglobal.net