Publicação
A importância do data mining na descoberta de padrões e tendências nos dados
| Resumo: | Hoje em dia, a quantidade de dados gerados e armazenados no decurso de uma qualquer actividade excede a capacidade de análise desses mesmos dados sem o uso de técnicas de análise automatizadas. Como consequência deste aumento efetivo de informação, o processamento através de métodos tradicionais tornou-se mais difícil e complexo. As ferramentas convencionais de análises de dados têm capacidades limitadas em detetar padrões e descobrir o conhecimento inserido nos dados, pois só utilizam métodos estatísticos. Surgiu então a urgente necessidade de uma nova geração de técnicas e ferramentas computacionais de forma a assistir o ser humano na extração de informação útil, isto é, conhecimento. Assim, no final dos anos 80 emergiu a área da descoberta de conhecimento em bases de dados (Knowledge Discovery in Databases – KDD), recorrendo a modelos e técnicas de Data Mining para extrair conhecimento útil, padrões e tendências, previamente desconhecidas, de forma autónoma e semi-automática. O Data Mining e a descoberta de conhecimento em bases de dados tornaram-se proeminentes campos de pesquisa em constante e rápido crescimento. Atualmente muitas técnicas e algoritmos têm sido desenvolvidos e utilizados em Data Mining. O Data Mining, por outro lado, através do uso de algoritmos específicos ou de mecanismos de pesquisa, tenta descobrir padrões discerníveis e tendências nos dados, inferindo regras para os mesmos. O processo de Data Mining torna-se mais fácil de compreender, implementar e desenvolver se for enquadrado no contexto de uma metodologia. A ferramenta de Data Mining IBM SPSS Modeler consiste numa ferramenta de Data Mining capaz de desenvolver rapidamente modelos preditivos especializados em vários ramos de negócio e implementá-los em operações de forma a melhorar o processo de toma de decisão. Concebido em torno da metodologia CRISP-DM (Cross-Industry Standard Process for Data Mining), o Modeler suporta todo o processo de Data Mining, partindo dos dados e atingindo os melhores resultados para o negócio. A ferramenta integra um conjunto de algoritmos de modelação e aprendizagem, com uma interface de programação visual que torna compreensível todo o processo de extração de conhecimento a partir de diversas fontes de dados. O utilizador elabora projetos ou streams, onde define as sequências de operações que deseja realizar sobre os dados (processo de extração de conhecimento). Estas operações são representadas por ícones que estão agrupados de acordo com o seu tipo de funcionalidade. |
|---|---|
| Autores principais: | Bastos, Pedro |
| Assunto: | Descoberta de conhecimento em bases de dados Data mining |
| Ano: | 2011 |
| País: | Portugal |
| Tipo de documento: | documento de conferência |
| Tipo de acesso: | acesso aberto |
| Instituição associada: | Instituto Politécnico de Bragança |
| Idioma: | português |
| Origem: | Biblioteca Digital do IPB |
| _version_ | 1867172731254996992 |
|---|---|
| author | Bastos, Pedro |
| author_facet | Bastos, Pedro |
| author_role | author |
| contributor_name_str_mv | Biblioteca Digital do IPB |
| country_str | PT |
| creators_json_txt | [{\"Person.name\":\"Bastos, Pedro\",\"Person.identifier.orcid\":\"0000-0002-8445-8398\"}] |
| datacite.contributors.contributor.contributorName.fl_str_mv | Biblioteca Digital do IPB |
| datacite.creators.creator.creatorName.fl_str_mv | Bastos, Pedro |
| datacite.date.Accepted.fl_str_mv | 2011-01-01T00:00:00Z |
| datacite.date.available.fl_str_mv | 2011-05-16T15:33:17Z |
| datacite.date.embargoed.fl_str_mv | 2011-05-16T15:33:17Z |
| datacite.rights.fl_str_mv | http://purl.org/coar/access_right/c_abf2 |
| datacite.subjects.subject.fl_str_mv | Descoberta de conhecimento em bases de dados Data mining |
| datacite.titles.title.fl_str_mv | A importância do data mining na descoberta de padrões e tendências nos dados |
| dc.contributor.none.fl_str_mv | Biblioteca Digital do IPB |
| dc.creator.none.fl_str_mv | Bastos, Pedro |
| dc.date.Accepted.fl_str_mv | 2011-01-01T00:00:00Z |
| dc.date.available.fl_str_mv | 2011-05-16T15:33:17Z |
| dc.date.embargoed.fl_str_mv | 2011-05-16T15:33:17Z |
| dc.format.none.fl_str_mv | application/pdf |
| dc.identifier.none.fl_str_mv | http://hdl.handle.net/10198/4315 |
| dc.language.none.fl_str_mv | por |
| dc.publisher.none.fl_str_mv | Instituto Politécnico de Bragança, Escola Superior Agrária |
| dc.rights.none.fl_str_mv | http://purl.org/coar/access_right/c_abf2 |
| dc.subject.none.fl_str_mv | Descoberta de conhecimento em bases de dados Data mining |
| dc.title.fl_str_mv | A importância do data mining na descoberta de padrões e tendências nos dados |
| dc.type.none.fl_str_mv | http://purl.org/coar/resource_type/c_c94f |
| description | Hoje em dia, a quantidade de dados gerados e armazenados no decurso de uma qualquer actividade excede a capacidade de análise desses mesmos dados sem o uso de técnicas de análise automatizadas. Como consequência deste aumento efetivo de informação, o processamento através de métodos tradicionais tornou-se mais difícil e complexo. As ferramentas convencionais de análises de dados têm capacidades limitadas em detetar padrões e descobrir o conhecimento inserido nos dados, pois só utilizam métodos estatísticos. Surgiu então a urgente necessidade de uma nova geração de técnicas e ferramentas computacionais de forma a assistir o ser humano na extração de informação útil, isto é, conhecimento. Assim, no final dos anos 80 emergiu a área da descoberta de conhecimento em bases de dados (Knowledge Discovery in Databases – KDD), recorrendo a modelos e técnicas de Data Mining para extrair conhecimento útil, padrões e tendências, previamente desconhecidas, de forma autónoma e semi-automática. O Data Mining e a descoberta de conhecimento em bases de dados tornaram-se proeminentes campos de pesquisa em constante e rápido crescimento. Atualmente muitas técnicas e algoritmos têm sido desenvolvidos e utilizados em Data Mining. O Data Mining, por outro lado, através do uso de algoritmos específicos ou de mecanismos de pesquisa, tenta descobrir padrões discerníveis e tendências nos dados, inferindo regras para os mesmos. O processo de Data Mining torna-se mais fácil de compreender, implementar e desenvolver se for enquadrado no contexto de uma metodologia. A ferramenta de Data Mining IBM SPSS Modeler consiste numa ferramenta de Data Mining capaz de desenvolver rapidamente modelos preditivos especializados em vários ramos de negócio e implementá-los em operações de forma a melhorar o processo de toma de decisão. Concebido em torno da metodologia CRISP-DM (Cross-Industry Standard Process for Data Mining), o Modeler suporta todo o processo de Data Mining, partindo dos dados e atingindo os melhores resultados para o negócio. A ferramenta integra um conjunto de algoritmos de modelação e aprendizagem, com uma interface de programação visual que torna compreensível todo o processo de extração de conhecimento a partir de diversas fontes de dados. O utilizador elabora projetos ou streams, onde define as sequências de operações que deseja realizar sobre os dados (processo de extração de conhecimento). Estas operações são representadas por ícones que estão agrupados de acordo com o seu tipo de funcionalidade. |
| dirty | 0 |
| eu_rights_str_mv | openAccess |
| format | conferenceObject |
| fulltext.url.fl_str_mv | https://bibliotecadigital.ipb.pt/bitstreams/3f18d8e2-7e97-48e2-9140-c86286d2c799/download |
| id | ipb_933549ac94dfd79af80d0ab6002a75a4 |
| identifier.url.fl_str_mv | http://hdl.handle.net/10198/4315 |
| instacron_str | ipb |
| institution | Instituto Politécnico de Bragança |
| instname_str | Instituto Politécnico de Bragança |
| language | por |
| network_acronym_str | ipb |
| network_name_str | Biblioteca Digital do IPB |
| oai_identifier_str | oai:bibliotecadigital.ipb.pt:10198/4315 |
| organization_str_mv | urn:organizationAcronym:ipb |
| person_str_mv | Bastos, Pedro Bastos, Pedro http://orcid.org/0000-0002-8445-8398 0000-0002-8445-8398 |
| publishDate | 2011 |
| publisher.none.fl_str_mv | Instituto Politécnico de Bragança, Escola Superior Agrária |
| reponame_str | Biblioteca Digital do IPB |
| repository_id_str | urn:repositoryAcronym:ipb |
| service_str_mv | urn:repositoryAcronym:ipb |
| spelling | porInstituto Politécnico de Bragança, Escola Superior AgráriaporHoje em dia, a quantidade de dados gerados e armazenados no decurso de uma qualquer actividade excede a capacidade de análise desses mesmos dados sem o uso de técnicas de análise automatizadas. Como consequência deste aumento efetivo de informação, o processamento através de métodos tradicionais tornou-se mais difícil e complexo. As ferramentas convencionais de análises de dados têm capacidades limitadas em detetar padrões e descobrir o conhecimento inserido nos dados, pois só utilizam métodos estatísticos. Surgiu então a urgente necessidade de uma nova geração de técnicas e ferramentas computacionais de forma a assistir o ser humano na extração de informação útil, isto é, conhecimento. Assim, no final dos anos 80 emergiu a área da descoberta de conhecimento em bases de dados (Knowledge Discovery in Databases – KDD), recorrendo a modelos e técnicas de Data Mining para extrair conhecimento útil, padrões e tendências, previamente desconhecidas, de forma autónoma e semi-automática. O Data Mining e a descoberta de conhecimento em bases de dados tornaram-se proeminentes campos de pesquisa em constante e rápido crescimento. Atualmente muitas técnicas e algoritmos têm sido desenvolvidos e utilizados em Data Mining. O Data Mining, por outro lado, através do uso de algoritmos específicos ou de mecanismos de pesquisa, tenta descobrir padrões discerníveis e tendências nos dados, inferindo regras para os mesmos. O processo de Data Mining torna-se mais fácil de compreender, implementar e desenvolver se for enquadrado no contexto de uma metodologia. A ferramenta de Data Mining IBM SPSS Modeler consiste numa ferramenta de Data Mining capaz de desenvolver rapidamente modelos preditivos especializados em vários ramos de negócio e implementá-los em operações de forma a melhorar o processo de toma de decisão. Concebido em torno da metodologia CRISP-DM (Cross-Industry Standard Process for Data Mining), o Modeler suporta todo o processo de Data Mining, partindo dos dados e atingindo os melhores resultados para o negócio. A ferramenta integra um conjunto de algoritmos de modelação e aprendizagem, com uma interface de programação visual que torna compreensível todo o processo de extração de conhecimento a partir de diversas fontes de dados. O utilizador elabora projetos ou streams, onde define as sequências de operações que deseja realizar sobre os dados (processo de extração de conhecimento). Estas operações são representadas por ícones que estão agrupados de acordo com o seu tipo de funcionalidade.application/pdfporA importância do data mining na descoberta de padrões e tendências nos dadosPersonalBastos, PedroDSpacehttp://dspace.org/items/7d847d5b-ee47-4d3b-9f98-d68481ca9aadDSpacehttp://dspace.org/items/7d847d5b-ee47-4d3b-9f98-d68481ca9aadBastosPedroORCIDhttp://orcid.org0000-0002-8445-8398Scopus Author IDhttps://www.scopus.com35748310100HostingInstitutionOrganizationalBiblioteca Digital do IPBe-mailmailto:dspace@ipb.ptdspace@ipb.pt2011-05-16T15:33:17Z20112011-01-01T00:00:00ZHandlehttp://hdl.handle.net/10198/4315http://purl.org/coar/access_right/c_abf2open accessDescoberta de conhecimento em bases de dadosData mining21885 bytesother research producthttp://purl.org/coar/resource_type/c_c94fconference objecthttp://purl.org/coar/access_right/c_abf2application/pdffulltexthttps://bibliotecadigital.ipb.pt/bitstreams/3f18d8e2-7e97-48e2-9140-c86286d2c799/download4º Edição do Workshop em BioinformáticaEscola Superior Agrária de Bragança |
| spellingShingle | A importância do data mining na descoberta de padrões e tendências nos dados Bastos, Pedro Descoberta de conhecimento em bases de dados Data mining |
| status | SINGLETON |
| subject.fl_str_mv | Descoberta de conhecimento em bases de dados Data mining |
| title | A importância do data mining na descoberta de padrões e tendências nos dados |
| title_full | A importância do data mining na descoberta de padrões e tendências nos dados |
| title_fullStr | A importância do data mining na descoberta de padrões e tendências nos dados |
| title_full_unstemmed | A importância do data mining na descoberta de padrões e tendências nos dados |
| title_short | A importância do data mining na descoberta de padrões e tendências nos dados |
| title_sort | A importância do data mining na descoberta de padrões e tendências nos dados |
| topic | Descoberta de conhecimento em bases de dados Data mining |
| topic_facet | Descoberta de conhecimento em bases de dados Data mining |
| url | http://hdl.handle.net/10198/4315 |
| visible | 1 |