Com base no artigo “Mineração de Dados” Conceitos, aplicações e experimentos com WEKA”

598 palavras 3 páginas
Com base no artigo “Mineração de Dados” Conceitos, aplicações e experimentos com WEKA”
Responda:

1- Defina KDD e suas fases.
O processo KDD desponta como um conjunto de técnicas e ferramentas capazes decontribuir amplamente para o problema de Aquisição de Conhecimento implícito emgrandes volumes de dados. Definição do problema; Seleção dos dados; Limpeza dos dados; Pré-processamento dos dados; Codificação dos dados; Enriquecimento dos dados; Mineração dos dados (Data Mining) e a Interpretação dos resultados.

2- Explique com suas palavras o que é um padrão válido, novo, potencialmente útil e compreensível.
Padrão: É um subconjunto usado como termo de comparação em uma tomada dedecisão.
Válida: Uma vez descobertos os padrões existentes em um banco dedados, eles serão válidos para os novos dados com um determinado grau de certeza.
Novo: Uma vez que a novidade pode ser medida com relação às mudanças nos dados ou no conhecimento, pode-se considerar que os padrões são caracteristicamente recentes. Essa mudança é estabelecida pela comparação dos valores atuais com os anteriores ou com os valores esperados, enquanto o conhecimento é uma nova descoberta relacionada ao conhecimento anterior.
Potencialmente útil: Os padrões podem ser potencialmente guiados por algumasações úteis, como medidas de alguma função utilitária.
Compreensível: Onde é fácil de ser entendido. 3- Explique o que pode ser feito na fase de pré-processamento dos dados.
Etapa de pré-processamento que compreende as funções que se relacionam acaptação, à organização e ao tratamento de dados, cujo objetivo é preparar os dados para os algoritmos da etapa seguinte; etapa de Data Mining (Mineração de Dados) que realiza a busca efetiva de conhecimentos úteis no contexto proposto para a aplicação do KDD.

4- O que é Mineração de Dados?
Mineração de dados ou data mining é o processo de explorar grandes quantidades dedadas à procura de padrões consistentes, como regras de associação ou

Relacionados

  • Mineração de dados
    6467 palavras | 26 páginas
  • WEKa em aplicações Java
    1644 palavras | 7 páginas
  • TGI DATA MINING E SUA APLICA O PARA O PLANEJAMENTO ESTRAT GICO DE MARKETING
    10445 palavras | 42 páginas
  • Automação para Retractômetro Cerâmico
    2350 palavras | 10 páginas
  • Mineração de dados
    7717 palavras | 31 páginas
  • MINERAÇÃO DE DADOS
    2336 palavras | 10 páginas
  • Detecção e Formação de agrupamentos redes sociais e complexas
    3672 palavras | 15 páginas
  • Descobrindo padrões através da mineração de uso da Web e Ontologias
    6673 palavras | 27 páginas
  • Mineração de dados
    3149 palavras | 13 páginas
  • monografia vitor pinho 5
    10605 palavras | 43 páginas