Pular para o conteúdo
Even3

A mineração de dados no apoio de decisão

Gravado no evento X Semana de Sistemas para Internet · 1 h 10 min de gravação

Trechos em vídeo

Sobre o conteúdo

A palestra "A MINERAÇÃO DE DADOS NO APOIO DE DECISÃO", ministrada por Tung Chiun Wen durante a "X SEMANA DE SISTEMAS PARA INTERNET", explora o potencial do aprendizado de máquina e da mineração de dados como suporte prático para a tomada de decisões em diferentes setores do mercado. O palestrante inicia ressaltando que, embora a área envolva fundamentos matemáticos e estatísticos consolidados, iniciantes e profissionais de desenvolvimento de software não precisam dominar toda a complexidade teórica avançada para começarem a aplicar as ferramentas existentes em problemas reais de negócios.

O que é abordado

  1. Abertura e apresentação inicial
  2. Trajetória acadêmica e profissional do palestrante
  3. Conceitos de Ciência de Dados e Mineração
  4. Tipos de aprendizado: supervisionado e não supervisionadoTrecho de 2 min 1 sTrecho de 1 min 33 s
  5. Dados discretos versus contínuos: classificação e predição
  6. Principais pacotes e ferramentas de mineração
  7. Regressão linear e árvore de decisão J48
  8. Fundamentos de Redes Neurais Artificiais e Backpropagation
  9. Regras de associação: suporte, confiança e lift
  10. Demonstração no Weka: classificação meteorológica
  11. Demonstração no Weka: mineração de dados do turismoTrecho de 1 min 39 s
  12. Considerações finais e encerramento

Dúvidas que o conteúdo responde

É obrigatório ter conhecimento avançado de matemática e estatística para começar a minerar dados?

Não. Embora a base teórica venha da estatística e da matemática, existem diversos pacotes e ferramentas prontas que permitem iniciar na prática de mineração e aprendizado de máquina entendendo apenas o básico do funcionamento dos algoritmos e hiperparâmetros.

Qual é a principal diferença entre classificação e predição no aprendizado supervisionado?

A classificação lida com dados discretos e qualitativos, atribuindo registros a categorias ou classes predefinidas (por exemplo, faixas de risco ou conforto). Já a predição (regressão) busca estimar valores numéricos contínuos e quantitativos.

O que representam as métricas de suporte, confiança e lift nas regras de associação?

O suporte mede a frequência em que determinados itens aparecem no total de transações; a confiança calcula a proporção de vezes em que a ocorrência de um item acarreta na presença do outro; e o lift expressa o poder preditivo da regra, indicando quantas vezes mais provável é a ocorrência conjunta em relação ao acaso.

Por que o software Weka foi escolhido para as demonstrações práticas?

O Weka é um pacote gratuito, leve e de código aberto desenvolvido pela Universidade de Waikato, que conta com uma variedade de algoritmos pré-instalados para classificação, regressão e associação, sendo amplamente adotado em pesquisas acadêmicas e acessível para iniciantes.

Assuntos

  • Mineração de Dados
  • Machine Learning
  • Weka
  • Classificação
  • Regressão Linear
  • Redes Neurais
  • Regras de Associação
  • Tomada de Decisão

Palestrantes

  • Tung Chiun Wen

    Palestrante

    Possui graduação em Engenharia Elétrica pela Universidade Federal de Itajubá (1989). Especialista em Redes de Computadores pelo LARC (Laboratorio de Arquitetura e Redes de Computadores PCS-USP).Especialista de Segurança da Informação pelo CEFET/RJ. Mestrado em Engenharia de Produção da Universidade Paulista, em Modelos e Ferramentas para Gestão da Informação. Doutorando em Sistemas Agricolas pela ESALQ/USP 30 anos de atuação na área de Tecnologia da Informação, profissional certificado pela Microsoft desde 1995 (Microsoft Certified Professional-MCP, Microsoft Certified Systems Engineer-MCSE…

Outros conteúdos deste evento

Gravados no evento X Semana de Sistemas para Internet