Informações da Disciplina

 Preparar para impressão 

Júpiter - Sistema de Gestão Acadêmica da Pró-Reitoria de Graduação


Escola de Artes, Ciências e Humanidades
 
Artes, Ciências e Humanidades
 
Disciplina: ACH2187 - Mineração de Dados
Data Mining

Créditos Aula: 4
Créditos Trabalho: 0
Carga Horária Total: 60 h
Tipo: Semestral
Ativação: 15/07/2020 Desativação:

Objetivos
A mineração de dados é definida como a aplicação de técnicas computacionais capazes de descobrir, analisar e explicar padrões, que trazem informação para a resolução de um problema. Essas técnicas computacionais recebem como entrada um conjunto de fatos ocorridos no mundo real e devolvem como saída um padrão de comportamento que pode ser expresso, por exemplo, como uma regra de associação, uma função de mapeamento ou a modelagem de um perfil. Esta disciplina tem como objetivo introduzir o aluno em um ambiente no qual ele possa conhecer e exercitar tanto a modelagem de problemas reais na forma de tarefas de mineração de dados quanto a aplicação de técnicas computacionais especializadas na resolução destas tarefas.
 
 
 
Docente(s) Responsável(eis)
5978942 - Sarajane Marques Peres
 
Programa Resumido
Tarefas de mineração de dados. Técnicas computacionais para resolução de tarefas de mineração de dados. Métodos de pré-processamento de dados, avaliação de modelos/soluções para as tarefas de mineração de dados e estratégias de pós-processamento de soluções. Resolução de tarefas modeladas sobre dados sintéticos e reais.
 
 
 
Programa
Tarefas de mineração de dados abrangendo classificação, agrupamento e descoberta de regras de associação e variantes destas tarefas para a resolução de problemas como detecção de ruídos, descoberta de padrões reestruturados e descoberta de regras de mineração de dados e estratégias de pós-processamento e soluções de soluções. Resolução de tarefas modeladas sobre dados sintéticos e reais relacionados a: mineração de textos, mineração de processos, mineração de séries temporais, mineração de dados em imagens, mudanças de conceito (concept drift), mineração de dados com human-in-the-loop
 
 
 
Avaliação
     
Método
Aulas expositivas de conteúdo teórico; Aulas com demonstrações de conteúdo prático; Realização de pequenos projetos de resolução de problemas.
Critério
Avaliação baseada em provas, trabalhos e/ou exercícios.
Norma de Recuperação
Avaliação baseada em provas e/ou trabalhos, conforme orientação da CoC-SI.
 
Bibliografia
     
Bibliografia Básica:
[1] Witten, I; Frank, E; Hall, M; Pal, C. J. Data Mining: Practical Machine Learning Tools ans Techniques, The Morgan Kaufmann, 4th Ed, 2016
[2] Han, J; Kamber, M; Pei, J Data Mining: Concepts ans Techniques. The Morgan Kaufmann Publishers, 3 rd ed, 2011
[3] Silva, L. A.; Peres, S. M.; Boscarioli, C.; Introdução a Mineração de Dados: com aplicação em R. Elsevier, 2016.
[4] Aggarwal, C. C. Data Mining: The textbook. Springer 2015
[5] Bishop, C. M. Pattern Recognition and Machine Learning. Springer, 2011.
 

Clique para consultar os requisitos para ACH2187

Clique para consultar o oferecimento para ACH2187

Créditos | Fale conosco
© 1999 - 2024 - Superintendência de Tecnologia da Informação/USP