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.
Técnicas e métodos para mineração de dados não estruturados.
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.
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.