Seguem algumas técnicas de Mineração de Dados:
• Redes Neurais – Essa técnica é tratada pelos processos de mineração de dados como uma caixa preta, pois essa técnica constrói representações internas de modelos achados nos dados, porém essas representações não são mostradas aos usuários, por isso que os analistas de negócios não usam essa técnica, pois não podem explicar os resultados finais.
• Indução de Regras – Nesta técnica vários algoritmos e índices são colocados para executar esse processo, onde a maioria deste processo é feito pela máquina e só uma parte insignificante é feita pelo usuário. Na indução de regras, essas regras são apresentadas aos usuários como uma lista chamada de “não encomendada”.
• Análises de Séries Temporais – É a fundação de todas as outras tecnologias, essa técnica é envolvida fortemente com o usuário e exige engenheiros experientes para construir modelos que detalhem o comportamento do dado através de métodos matemáticos.
• Classificação – É uma das tarefas de conhecimento humano mais usada no auxílio à compreensão do ambiente onde vivemos e é uma das técnicas mais utilizadas. No data mining essa técnica é utilizada na classificação de clientes, como por exemplo, classificá-los quanto ao seu nível social.
• Estimativa – Esta técnica é utilizada para determinar um valor aproximado de um índice através de dados que foram passados ou de dados adquiridos de outros índices semelhantes, sobre os quais se tem conhecimento.
• Previsão – Esta técnica tem por objetivo a avaliação de um valor de um índice ainda não identificado, baseando-se em dados adquiridos através do comportamento deste índice.
• Análise de Afinidade – Como o nome já diz, essa técnica determina que fatos ocorrem simultaneamente com probabilidade razoável, ou então que itens de dados estão presentes juntos com uma certa chance. Um exemplo disso, como o autor cita é a de um carrinho de supermercado, através dele pode-se extrair informações para que a disposição dos produtos do supermercado agrade aos consumidores, colocando produtos próximos uns aos outros, produtos comprados em conjunto com outro.
• Análise de Agrupamentos – Nessa técnica os dados são agrupados conforme sua classificação e grupo em que pertencem e esses grupos são construídos com base na semelhança que há entre os elementos desse grupo. Um exemplo disso como cita o autor, “agrupar sintomas pode gerar classes que não representam nenhuma doença explicitamente, uma vez que doenças diferentes podem possuir os mesmos sintomas”.
Fonte: https://sites.google.com/site/siufam/definicoes-1/datamining-1
[]'s