Mineração de Dados

Distribuição de Pontos

• Avaliação 1 - Trabalho - 20 Pontos - 06/04
  • Resumo sobre os filtros de preparação de dados da Ferramenta Weka (ou equivalente)
  • O trabalho consiste em um resumo em formato de artigo explicando dois filtros para preparação de dados da ferramenta Weka
  • O artigo deve conter um filtro supervisionado e um não-supervisionado
  • A escolha dos filtros deve ser previamente aprovada por e-mail
  • O artigo deve abordar algoritmo, possíveis parâmetros do filtro, exemplos de aplicações e citar referências (quando houver)
  • Os artigo escritos em LaTeX ganharão um ponto extra
  • O trabalho deverá ser apresentado em sala de aula
• Avaliação 2 - Trabalho - 30 Pontos - 27/04
  • Implementação e experimentos com classificadores
  • O trabalho consiste em implementar classificadores e executar experimentos comparativos sobre duas ou mais bases de dados
  • Deverão ser implementados ou usados pelo menos 3 classificadores, sendo que uma das implementações deve ser feita sem usar bibliotecas específicas para mineração de dados
  • Em seguida, devem ser realizados experimentos com os classificadores sobre as bases de dados considerando possíveis variações de parâmetros nos classificadores
  • Os experimentos devem comparar o desempenho e precisão dos classificadores
  • Por fim, deve ser escrito um artigo explicando as bases de dados, os classificadores usados e os resultados dos experimentos
  • Os artigo escritos em LaTeX ganharão um ponto extra
  • O trabalho deverá ser apresentado em sala de aula
• Avaliação 3 - Trabalho - 30 Pontos - 01/06
  • Implementação e experimentos com mineração de padrões
  • O trabalho consiste em execução uma mineração por padrões frequentes em um banco de dados
  • Poderão ser utilizadas implementações prontas dos algoritmos de mineração
  • O banco de dados deverá ser tratado e convertido para o formato adequado para a implementação utilizada
  • A manipulação do banco de dados pode ser feita em qualquer linguagem de programação
  • A mineração dos dados deverá considerar diferentes valores para os parâmetros do algoritmo em busca de um resultado interessante (não deve conter um número muito grande de padrões frequentes)
  • É importante pensar em possíveis filtros nos dados para obtenção de padrões mais interessantes
  • Os trabalhos que minerarem sequências terão três pontos extras
  • Por fim, deve ser escrito um artigo explicando como o trabalho foi realizado e os resultados obtidos
• Avaliação 4 - Trabalho - 20 Pontos - 24/06
  • Apresentação de um algoritmo de agrupamento de dados ou detecção de anomalias
  • O trabalho consiste em apresentar um algoritmo de agrupamento ou de detecção de anomalias
  • O algoritmo deverá ser previamente aprovado por e-mail

Programação

Referências

• TAN, PANG-NING; STEINBACH, MICHAEL; KUMAR, VIPIN. Introdução ao data mining: mineração de dados. Rio de Janeiro: Ciência Moderna, 2009.
• BRAGA, LUIS PAULO VIEIRA. Introdução à mineração de dados. 2. ed. Rio de Janeiro: E-Papers, 2005.
• NORTH, MATTHEW. Data mining for the masses. Orem: Global Text Project, 2012.
• RUSSELL, MATTHEW A.. Mineração de dados da Web social. São Paulo: Novatec, 2011.
• PINHEIRO, CARLOS ANDRÉ REIS. Inteligência analítica: mineração de dados e descoberta de conhecimento. Rio de Janeiro: Ciência Moderna, 2008.
• CARVALHO, LUÍS ALFREDO VIDAL DE. Datamining: a mineração de dados no marketing, medicina, economia, engenharia e administração. Rio de Janeiro: Ciência Moderna, 2005.