Introdução À Mineração De Dados

A Quantidade De Dados Gerada Atualmente Tem Extrapolado A Capacidade Humana De Interpretação. O Armazenamento De Todo Tipo De Informação Que Antes Era Objeto De Desejo De Grandes E Até Médias Empresas, Agora Se Torna Um Desafio De Como Analisar Essa Superabundância De Dados. A Este Desafio Em Específico Está O Interesse Em Determinar Ações Estratégicas, Visando À Descoberta De Conhecimento Em Bases De Dados Para Aumentar Vendas, Definir Perfis E Sugerir Produtos Relacionados. A Descoberta De Conhecimento Constitui-Se De Um Processo, Cuja Primeira Etapa Tem O Objetivo De Fazer Um Pré-Processamento Na Base De Dados Para Entregar A Fase Seguinte Os Dados Limpos, Preparados E Selecionados. A Fase Seguinte, Que É Principal, Esta A Mineração De Dados. Nessa Etapa, Algoritmos De Aprendizado De Máquina Ou De Redes Neurais Artificiais São Executados Sobre Os Dados, A Fim De Criar Um Modelo Que Auxilie Em Tarefas Como Classificação, Agrupamento E Associação De Dados. Finalmente, Como Última Etapa, Os Resultados Da Mineração São Interpretados E Analisados Qualitativamente E Quantitativamente. Diante O Exposto, Nota-Se Que É Uma Área Interdisciplinar E Exige Do Leitor Uma Grande Diversidade De Experiências Que Envolvem, Basicamente: Banco De Dados, Álgebra Linear, Matemática Discreta E Algoritmos. Nesse Sentido, Esta Obra Tem Como Objetivo A Apresentação Destes Assuntos De Forma Contextualizada, De Modo A Facilitar O Entendimento De Um Problema E Sua Resolução Através De Algoritmos Escritos Em Pseudo-Códigos E Executados Em Passo A Passo. Adicionalmente, Os Problemas Resolvidos Analiticamente São Também Simulados Em Uma Ferramenta Case. Com Estas Estratégias, Esta Obra Constitui-Se De Uma Visão Bastante Pragmática Dos Algoritmos De Mineração De Dados E Suas Utilizações Em Estudos De Casos Reais Resolvidos E Simulados.