-
Análise do problema (Voltada para os requisitos de negócio)
O processo de análise inicia a partir de um objetivo de busca, seguindo um determinado conhecimento; o principal objetivo é a possibilidade de selecionar os dados e definir as técnicas utilizadas na análise.
Preparação dos Dados
A preparação consiste em fases internas de coletânea de dados, avaliação, consolidação e limpeza, seleção dos dados e transformação.
Coletânea de dados: Dados provindos de diversas fontes internas ou externas, como por exemplo de cartão de crédito; Avaliação: Exame sobre os dados colhidos com o objetivo de identificar características do modelo da cada informação. Consolidação e limpeza: Construção de base de dados a partir de correções de erros, remoção de registros e inserção de valores comuns em campos vazios. Seleção de dados: É a seleção de dados específicos para cada modelo de dado, como a seleção de variáveis em colunas ou dependentes. Transformação: Ferramenta escolhida para redirecionar a apresentação dos dados.
Modelagem
Definição de tarefas e técnicas utilizadas sobre a ação de cada algoritmo, etapa que gera um modelo a ser analisado posteriormente.
Análise e validação de resultados
Considerando que um modelo válido nem sempre é um modelo correto, visa detectar o que há de implícito num modelo, e o que nele é mais peculiar na precisão de uma informação.
Fonte: http://sergiodiabreu.blogspot.com.br/2012/02/data-mining-introducao-e-pratica.html
[]'s
-
Creio que o examinador se baseou no modelo CRISP-DM de mineração de dados.
Fonte: https://books.google.com.br/books?id=HN6sCQAAQBAJ&pg=PT215&lpg=PT215&dq=fases+CRISP-DM&source=bl&ots=3rvF_LhJK9&sig=gIRgaI0gf69y4Wis7koKD4xeoCU&hl=pt-BR&sa=X&ved=0ahUKEwjRjPiiztzJAhWISiYKHeatD1o4ChDoAQg-MAU#v=onepage&q=fases%20CRISP-DM&f=false
-
A preparação dos dados é a etapa mais importante e a que mais consome tempo no Data Mining. Estima-se que 50 a 70% de todo o esforço do projeto seja empreendido nesta
-
Conforme falado pelo colega Luiz BH, também acredito que o examinador baseou-se no modelo CRISP-DM.
Nesse modelo os requisitos de negócio são observados na primeira etapa (de compreensão do negócio) e não na terceira (preparação dos dados).
-
O Modelo de Processo CRISP-DM (CRoss-Industry Standard Process for Data Mining) define um processo de mineração de dados não linear. Fases do Modelo de Processo CRISP-DM:
1) Entendimento do Negócio;
2) Entendimento dos Dados;
3) Preparação de Dados: cobre todas as atividades de construção do dataset final.
4) Modelagem;
5) Avaliação.
6) Utilização (Aplicação).
-
Durante o processo de KDD.
-
A questão aborda que o entendimento de negócio está dentro da preparação de dados, o que não é verdade. Entendimento do negócio é uma etapa, assim como a prepração de dados.
Entendimento do negócio: obtém conhecimentos dos objetivos do negócio e seus requisitos.
Prepação de dados (limpeza): limpa, transforma, integra e formata os dados selecionados.
Vale ressaltar que no projeto de mineração a sequencia não é obrigatória.
-
Ele visa buscar novos padrões e descobertas, então não há pq analisar requesitos antes
-
Análise do negócio é uma fase anterior
-
A etapa de entendimento do negócio, como o nome já induz a crer, é a fase do CRISP-DM que trata dos requisitos do negócio. A preparação de dados tem como objetivo manipular os dados para que estes fiquem em um formato mais apropriado para a mineração. Ela envolve tarefas como seleção, limpeza, construção, integração e formatação de dados.
-
GABARITO ERRADO!
.
.
Há uma técnica específica somente para o entendimento do negócio.
-
A vaga é minha!!
-
Entendimento dos negócios é a primeira fases do CRISP-DM, a preparação dos dados é a terceira fase.
-Primeiro você entende do negócio, depois entende os dados a serem preparados, por conseguinte prepara os dados e constrói um modelo para ele.... Testa esse modelo e por fim implanta esse modelo. ( fazendo essa sequência na cabeça não precisa ''decorar'' as fases).
objetivamente: entendimento dos negócios, entendimento dos dados, preparação dos dados, construção de modelo, teste e avaliação e implantação.
-
Errado.
Análise do Problema (Seleção)
Preparação dos Dados (Limpeza e Integração)
Coletânea de dados (transformação)
Modelagem (Data mining)
Análise e validação de resultados (avaliação e implementação)
Logo, a etapa específica para analisar os requisitos de negócio é a Análise do problema (seleção dos dados)
-
1- Entendimento do negócio.
2- Entendimento de dados;
3- Preparação de dados;
4- Construção do modelo;
5- Teste e avaliação;
6- Implantação.
-
Em um processo de mineração, durante a etapa de preparação dos dados, são analisados os requisitos de negócio para consolidar os dados.(limpeza)
ERRADO
-
Essa é a fase de ENTENDIMENTO do negócio.
-
FASES:
1) Entender o Negócio: foca em entender o objetivo do projeto a partir de uma perspectiva de negócios, definindo um plano preliminar para atingir os objetivos.
2) Entender os Dados: recolhimento de dados e inicio de atividades para familiarização com os dados, identificando problemas ou conjuntos interessantes.
3) Preparação dos Dados: construção do conjunto de dados final a partir dos dados iniciais. Normalmente ocorre várias vezes no processo.
4) Modelagem: várias técnicas de modelagem são aplicadas, e seus parâmetros calibrados para otimização. Assim, é comum retornar à Preparação dos Dados durante essa fase.
5) Avaliação: é construído um modelo que parece ter grande qualidade de uma perspectiva de análise de dados. No entanto, é necessário verificar se o modelo atinge os objetivos do negócio.
6) Implantação: o conhecimento adquirido pelo modelo é organizado e apresentado de uma maneira que o cliente possa utilizar.
-
O CRISP-DM é um modelo para descoberta de conhecimento, usado em processo de Modelo KDD. Ele possui várias fases, entre elas a primeira fase, conhecida como fase de entendimento do negócio, que busca analisar os requisitos do negócio para que se possa consolidar os dados.