Informa??es da Disciplina

 Preparar para impressão 
Júpiter - Sistema de Graduação

Instituto de Ciências Matemáticas e de Computação
 
Ciências de Computação
 
Disciplina: SCC0287 - Mineração de Dados Não Estruturados
Unstructured Data Mining

Créditos Aula: 3
Créditos Trabalho: 1
Carga Horária Total: 75 h
Tipo: Semestral
Ativação: 15/07/2017 Desativação:

Objetivos
Apresentar ao aluno os princípios gerais da mineração de dados não estruturados e fornecer uma visão geral dos problemas relacionados aos diferentes tipos de dados não estruturados e as soluções disponíveis.
 
 
 
Docente(s) Responsável(eis)
55735 - Roseli Aparecida Francelin Romero
 
Programa Resumido
Técnicas e métodos para mineração de dados não estruturados.
 
 
 
Programa
Introdução à mineração de dados não estruturados. Fundamentos: identificação de problemas; pré-processamento de dados; extração de padrões; e pós-processamento. Tópicos especiais: mineração de textos para organização de conhecimento em taxonomias de tópicos, mineração de opiniões, mineração de web, mineração de grafos, mineração de dados temporais, e mineração de imagens, dentre outros.
 
 
 
Avaliação
     
Método
Aulas teóricas expositivas, acompanhadas de trabalhos práticos e estudos de caso dentro da sala de aula.
Critério
Média ponderada de provas e trabalhos práticos realizados durante o curso.
Norma de Recuperação
Realização de prova de recuperação. Critério de aprovação: NP+(Mrec/2,5), se Mrec >=7,5; ou Max {NP,Mrec}, se Mrec<=5,0; ou 5,0, se 5,0<=Mrec<7,5 (NP=1ª avaliação, Mrec=prova).
 
Bibliografia
     
Livros texto - Mitchell, T. M. (1997). Machine Learning. McGraw-Hill. - Alpaydin, E. (2004). Introduction to Machine Learning. MIT Press. - Sholom M. Weiss, S.M.; Indurkhya, N.; Zhang, T.; Damerau, F. (2005) Text Mining: Predictive Methods for Analyzing Unstructured Information, Springer. - Bishop, C. M. (2006). Pattern Recognition and Machine Learning. Springer. - Feldman, R. e Sanger, J. (2007). The Text Mining Handbook: Advanced Approaches in Analyzing Unstructured Data. Cambridge University Press. - Berry, M., Castellanos, M., for Industrial, S., e Mathematics, A. (2007). Survey of text mining II: clustering, classification, and retrieval. Number v. 2. Springer. - Berry, M. e Kogan, J. (2010). Text Mining: Applications and Theory. John Wiley & Sons. - Kumar, V. (2010) Temporal Data Mining (Chapman & Hall/CRC Data Mining and Knowledge Discovery Series), CRC Press.
 

Clique para consultar os requisitos para SCC0287

Clique para consultar o oferecimento para SCC0287

Créditos | Fale conosco
© 1999 - 2020 - Superintendência de Tecnologia da Informação/USP