Teoria e Prática

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

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