DATA MINING

DATA MINING: MINERAÇÃO DE DADOS

Data mining ou mineração de dados consiste em uma prática computacional que tem por objetivo a busca por padrões em grandes quantidades de dados para transformá-los em uma estrutura compreensível para uso posterior. Em outras palavras, trata-se de uma ferramenta que analisa dados na busca de uma relação nestes que propiciem vantagem competitiva.
Esta trabalha de 3 formas, sendo elas: a estatística clássica, a inteligência artificial e a junção das duas primeiras, chamada de machine learning. Esta última preocupa-se em reconhecer padrões complexos e tomar decisões inteligentes baseada em dados.
O data mining também possui inúmeras ramificações, algumas delas são:
Redes neurais: computação baseada em ligações. Nós simples são interligados para formar uma rede de nós - daí o termo "rede neural".

Indução de regras: refere-se à detecção de tendências dentro de grupos de dados, ou de “regras” sobre o dado. As regras são, então, apresentadas aos usuários como uma lista “não encomendada”.

Árvores de decisão: baseiam-se numa análise que trabalha testando automaticamente todos os valores do dado para identificar aqueles que são fortemente associados com os itens de saída selecionados para exame. Os valores que são encontrados com forte associação são os prognósticos chaves ou fatores explicativos, usualmente chamados de regras sobre o dado. Exemplos de ferramentas: Alice d’Isoft, Business Objects BusinessMiner, DataMind.
Analise de séries temporais: a estatística é a mais antiga tecnologia em DM, e é parte da fundação básica de todas as outras tecnologias. Ela incorpora um envolvimento muito forte do usuário, exigindo engenheiros experientes, para construir modelos que descrevem o comportamento do dado através dos métodos clássicos de matemática. Interpretar os resultados dos modelos requer “expertise” especializada. O uso de técnicas de estatística também requer um trabalho muito forte de máquinas/engenheiros. A análise de