Mineração de Dados (DAT-003)
Ementa: O que é data mining. Aplicações potenciais. O processo de Descoberta do Conhecimento. Data mining, data warehouse e OLAP. Tarefas de mineração de dados: classificação, agrupamento (clustering), regras de associação e análise de desvios. Estudo de algoritmos para as principais tarefas de mineração de dados. Avaliação dos resultados obtidos. Introdução às técnicas de recuperação de informações e aplicações em mineração de textos e Web mining.
Syllabus: What is data mining? Potential applications. The Knowledge Discovery process. Data mining, data warehouse, and OLAP. Data mining tasks: classification, clustering, association rules, and deviation analysis. Study of algorithms for the primary data mining tasks. Evaluation of the results obtained and introduction to information retrieval techniques and applications in text mining and Web mining.
GOLDSCHMIDT, R.; PASSOS, E. Data Mining: um Guia Prático. Editora Campus, 2005.
FAYYAD, U.M.; PIATETSKY-SHAPIRO, G.; SMYTH, P.; UTHURUSAMY, R. Advances in Knowledge Discovery and Data Mining. AAAI/MIT Press, 1996.
HAN, J.; KAMBER, M. Data Mining: Concepts and Techniques. 2. edição. Morgan Kaufmann, 2006.
WITTEN, I.H.; FRANK, E. Data Mining: Practical Machine Learning Tools and Techniques with JAVA Implementations. Morgan Kaufmann, 2000.
BERSON, J.; SCHIMDT, S. Data Warehousing, Data Mining & OLAP. McGraw-Hill, 1997.
PIATETSKY-SHAPIRO, G.; FRAWLEY, W.J. Knowledge Discovery in Databases. AAAI/MIT Press, 1991.