BCC444 - Mineração de Dados - 2024-1Carga horária da disciplina: 4 horas/aula Professor(es) em 2024-1
ObjetivosApresentar ao aluno diversos aspectos teóricos e práticos de mineração de dados.EmentaIntrodução e aplicações de mineração de dados; processo de descoberta de conhecimento em bases de dados; pré-processamento de dados; técnicas de mineração de dados para as tarefas de extração de regras de associação e padrões de sequência, agrupamento (clustering), classificação e regressão; uso de ferramentas de mineração de dados.Conteúdo Programático- Introdução e aplicações de mineração de dados- Técnicas e tarefas de mineração de dados - Exemplos de aplicações - Processo de descoberta de conhecimento em bases de dados - Descrição das etapas do processo de descoberta de conhecimento em bases de dados - Pré-processamento de dados - Limpeza de dados - Integração de dados - Transformação de dados - Redução de dados - Discretização de dados - Extração de regras de associação e padrões de sequência - Conceitos iniciais de regras de associação e padrões de sequência - Tipos de regras de associação - Modelo suporte/confiança - Algoritmos Apriori e Partition - Outras medidas de interesse - Algoritmo AprioriAll - Classificação e regressão - Processo de classificação - Classificação por indução de árvores de decisão - Classificadores bayesianos - Classificador k-NN - Avaliação de classificadores - Regressão linear simples e múltipla - Agrupamento (clustering) - Conceitos iniciais - Funções de distância - Preparação dos dados - Categorias de métodos de agrupamento - Algoritmo k-means - Uso de ferramentas de mineração de dados Bibliografia- TAN, Pang-Ning; STEINBACH, Michael; KUMAR, Vipin. Introdução ao Data Mining. Rio de Janeiro: Ciência Moderna, 2009.- HAN, Jiawei; KAMBER, Micheline; PEI, Jian. Data mining: concepts and techniques 3.ed. Boston: Elsevier, 2012. - WITTEN, I. H; FRANK, Eibe; HALL, Mark A. Data mining: practical machine learning tools and techniques. 3. ed. Amsterdam: Morgan Kaufmann, 2011. Bibliografia complementar- LAWRENCE, Kenneth D; KUDYBA, Stephan; KLIMBERG, Ronald K. Data mining methods and applications. Boca Raton, FL: Auerbach Publications, 2008.- HASTIE, Trevor; TIBSHIRANI, Robert; FRIEDMAN, J. H. The elements of statistical learning: data mining, inference, and prediction . 2. ed. New York, NY: Springer, 2009. - GOLDSCHMIDT, Ronaldo; PASSOS, Emmanuel Lopes. Data Mining: Um Guia Prático: conceitos, técnicas, ferramentas, orientações e aplicações. Rio de Janeiro: Elsevier, Campus, 2005. - CHAKRABARTI, Soumen. Mining the Web: discovering knowledge from hypertext data. San Francisco, CA: Morgan Kaufmann Publishers, 2003. - LIU, Bing. Web data mining: exploring hyperlinks, contents, and usage data. Berlin, New York: Springer, 2007. - KANTARDZIC, Mehmed. Data Mining: concepts, models, methods, and algorithms. Hoboken, NJ: Wiley-Interscience IEEE Press, 2003. |
Departamento de Computação | ICEB | Universidade Federal de Ouro Preto
Campus Universitário Morro do Cruzeiro | CEP 35400-000 | Ouro Preto - MG, Brasil
Telefone: +55 31 3559-1692 | decom@ufop.edu.br