CAIA003 - Mineração de Dados
Carga horária: 45 horas-aula (3 créditos)
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.
Bibliografia:
-
ADRIAANS, P.; ZANTINGE, D. Data Mining. Addison-Wesley, 1996.
-
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.