Questões de Tecnologia da Informação - Data Mining - 2012

A técnica de clustering em data mining utiliza os algoritmos ID3 e o C4.5. Esses algoritmos produzem árvores de decisão, o que permite gerar clusters de elementos que, por sua vez, geram mapeamento dos elementos em grupos predefinidos.

Utilizando-se a técnica dice em data mining, é possível descobrir regras do tipo basket data, em que cada tupla consiste em um conjunto de atributos binários chamados itens.

A técnica de associação em data mining verifica se há controle ou influência entre atributos ou valores de atributos, no intuito de verificar, mediante a análise de probabilidades condicionais, dependências entre esses atributos.

Data mining é o processo não trivial de identificar, em bases de dados, padrões válidos, novos e potencialmente úteis ao usuário. KDD (knowledge discovery in databases) é um processo dentro do data mining.

A técnica de classificação em data mining possibilita a definição de classes e o enquadramento de elementos em grupos de afinidades, por meio de avaliação de similaridade entre esses elementos.

Driew Down.

Pivot.

Data mining.

Datawarehouse.

ETL.

Agrupamentos.

Sumarizações.

Padrões com Séries Temporais.

Hierarquias de Classificação.

Regras de Associação.

Escalabilidade. Dimensionalidade moderada. Dados homogêneos. Propriedade e centralização dos dados.

Extensibilidade. Alta paridade. Dados complexos e heterogêneos. Concorrência e distribuição dos dados.

Escalabilidade. Alta dimensionalidade. Dados complexos e heterogêneos. Propriedade e distribuição de dados.

Escalabilidade. Dimensionalidade variável. Dados compatíveis e acoplados. Adequação da distribuição de dados.

Especialidade. Alta dimensionalidade de verificação. Dados complexos e complementares. Propriedade e consistência de dados.