Disciplina: INE5644 –Data Mining
Horário: Terças e quintas às 18:30
Professora Vania Bogorny
Horário de atendimento:
Terças-feiras: 16h:17h
Quintas-feiras das 16h as 17h
Objetivo Geral:
Apresentar e aplicar as principais técnicas de mineração de dados e o processo de KDD com vistas à
identificação de padrões importantes e não óbvios em grandes bancos de dados. A bibliografia da disciplina encontra-se no final desta página.
Avaliação:
A
Média Final será calculada pela fórmula: (P1*0.35
+ P2*0.35 + TA*0.10 + TP*0.2), onde
P1 = Prova 1
(individual)
P2 = Prova 2
(individual)
TA = Trabalhos
Realizados em aula
TP = Trabalho
Prático (em grupo)
Os trabalhos em aula (TA) serão realizados durante as aulas, durante todo o semestre.
O trabalho prático
(TP) será entregue em etapas, impresso, conforme segue:
Parte 1) Definição
do Problema de data mining, entendimento dos dados, objetivo da mineração de
dados
Parte 2) Aplicação
da metodologia crisp-DM, incluindo todas as etapas de
pré-processamento, seleção dos atributos para mineração, normalização e discretização, seleção do conjunto de registros (filtro dos
anos) a serem usados no processo de mineração, Estatísticas (histogramas) de
cada atributo usado no processo e análise da relevância do mesmo
Parte 3) Mineração
de Dados, Análise dos resultados, e relevância e justificativa dos resultados
encontrados.
A nota do trabalho prático será composta pela nota do relatório final (texto escrito, 70%), pela nota da apresentação oral (20%) e a nota da avaliação realizada sobre a apresentação dos demais grupos (10%).
Cronograma
|
Aula |
Data |
Conteúdo |
|
Aula 1 |
Março 12 |
|
|
Aula 2 |
14 |
|
|
Aula 3 |
19 |
Análise dos dados (Pré-Processamento) |
|
Aula 4 |
21 |
Trabalho em Aula |
|
Aula 5 |
26 |
Aula Prática: A ferramenta WEKA Definição do Trabalho Prático + Grupos Definição e Discussão dos objetivos do trabalho Prático (Discussão sobre a Parte 1 do Trabalho Prático) |
|
Aula 6 |
28 |
|
|
|
|
|
|
Aula 7 |
Abril 2 |
|
|
Aula 8 |
4 |
|
|
Aula 9 |
9 |
Classificação: Trabalho em Aula |
|
Aula 10 |
11 |
|
|
Aula 11 |
16 |
Aula prática Exercícios dados |
|
Aula 12 |
18 |
(Entrega e apresentação da Parte 1 do Trabalho Prático - 5 minutos por grupo) |
|
Aula 13 |
23 |
Prova 1 |
|
Aula 14 |
25 |
|
|
Aula 15 |
30 |
Agrupamentos: Trabalho em Aula |
|
Aula 16 |
Maio 2 |
|
|
Aula 17 |
7 |
Trabalho em Aula (Entrega da Parte 2 do Trabalho Prático) |
|
Aula 18 |
9 |
|
|
Aula 19 |
14 |
|
|
Aula
20 |
16 |
Trabalho em Aula |
|
Aula
21 |
21 |
|
|
Aula
22 |
23 |
Aula
prática
sobre Mineração de Regras de Associação |
|
Aula
23 |
28 |
Tópicos
Especiais |
|
Aula
24 |
30 |
Tópicos
Especiais |
|
Aula
25 |
Junho 4 |
Tópicos
Especiais |
|
Aula
26 |
6 |
Aula
Prática |
|
Aula 27 |
11 |
Prova 2 |
|
Aula
28 |
13 |
(Entrega da Parte 3
do Trabalho Prático) Apresentação do Trabalho Prático |
|
Aula
29 |
18 |
FERIADO |
|
Aula
30 |
20 |
Apresentação
do Trabalho Prático |
|
Aula
31 |
25 |
Apresentação
do Trabalho Prático |
|
Aula
32 |
27 |
Apresentação
do Trabalho Prático |
|
Aula
33 |
Julho 2 |
Apresentação
do Trabalho Prático |
|
Aula 34 |
4 |
Divulgação das notas parciais |
|
Aula
35 |
9 |
REC |
|
Aula 36 |
11 |
Divulgação das notas finais |
|
|
|
|
Bibliografia básica:
Tan,P-N;Steimbach, M; Kumar,V. Introduction to Data Mining. Boston: Addison Wesley, 2006. 769p.
(os capítulos mais importantes – 2, 4, 6 e 8 - estão disponíveis para download em http://www-users.cs.umn.edu/~kumar/dmbook/index.php#item2 )
Bibliografia complementar:
- HAN, J., KAMBER, M. Data Mining: Concepts and
Techniques. 2a. ed. New York: Editora Morgan Kaufmann
Publisher, 2006.
- BUSSAB,W.O. , MORETTIN,P.A. Estatística Básica. 5.ed. São Paulo: Editora Saraiva, 2002.
BERRY,M.J.A., LINOFF,G. Data Mining Techniques For Marketing, Sales and Customer Support. 2a ed.
New York: John Wiley & Sons, Inc., 2004.
- CARVALHO,L.A.V. Datamining A Mineração de Dados no Marketing, Medicina, Economia, Engenharia e
Administração. São Paulo: Editora Érica, 2001.
- FERNADEZ,G. Data Mining
Using SAS Applications. New York: Editora Chapman
& Hall/CRC, 2003.
- MANLY,B.F.J. Multivariate
Statistical Methods: A primer. 3a.ed. New York: Chapman & Hall, 2005.