-
Gab. CORRETO
Regra de Associação é quando associamos um item ao outro por alguma semelhança até então desconhecida (ou seja, NÃO supervisionado).
Um exemplo clássico da Regra de Associação é a de quando encontraram relação em compras de supermercados entre fraldas e cervejas usando mineração de dados. Percebeu-se que muitos pais aproveitavam que iriam comprar fralda e compravam cerveja também.
É uma técnica bastante utilizada pelo marketing, pois, como estratégia, os supermercados poderiam colocar os produtos próximos uns dos outros.
-
Questão correta.
Simplificando e adicionando leveza :D
Associação => Se...,então
Predição => Passado...futuro
Clusterização => Agrupamento (Não supervisionado)
-
Meu resumo
Associação
- premissa básica encontrar relacionamentos ou padrões frequentes entre conjuntos de dados
Predição
- Busca descrever a natureza de ocorrências futuras de certos eventos com base nos acontecimentos passados
- A predição difere da adivinhação, pois leva em consideração as experiências, opiniões e outras informações relevantes na condução da previsão. Dependendo da natureza da predição, podemos falar em classificação ou regressão
Gab. CERTO
-
CERTO
É a história da venda de cervejas e de fraldas descartáveis...
-
CERTO
OBJETIVOS:
Sumarização: Técnicas que permitem a identificação de uma descrição compacta e inteligível para os dados (ou para um subconjunto dos mesmos). Frequentemente é possível sumarizar os dados mesmo com alguma imprecisão, e o valor das técnicas é na capacidade de descrever os dados, não necessariamente em sua precisão.
Predição: É o processo de predizer um comportamento futuro, baseado em vários valores. Por exemplo, baseado na formação escolar, no trabalho atual e no ramo de atividade profissional de uma pessoa, predizer que seu salário será de um certo montante até um determinado ano.
Estimação: É o processo de predizer algum valor, baseado num padrão já conhecido. Por exemplo, conhecendo-se o padrão de despesas e a idade de uma pessoa, estimar seu salário e seu número de filhos.
Associação: premissa básica encontrar relacionamentos ou padrões frequentes entre conjuntos de dados.
-
Tipos de técnica
- Associação
- identificar afinidades existentes entre um conjunto de itens em um dado grupo de registros. Por exemplo: 75% dos envolvidos em processos judiciais ligados a ataques maliciosos a servidores de dados também estão envolvidos em processos ligados a roubo de dados sigilosos
- Padrões sequenciais
- identificar sequências que ocorrem em determinados registros. Por exemplo: 32% de pessoas do sexo feminino após ajuizarem uma causa contra o INSS solicitando nova perícia médica ajuízam uma causa contra o INSS solicitando ressarcimento monetário
- Classificação
- Supervisionado
- as categorias são definidas antes da análise dos dados. Pode ser utilizada para identificar os atributos de um determinado grupo que fazem a discriminação entre 3 tipos diferentes, por exemplo, os tipos de processos judiciais podem ser categorizados como infrequentes, ocasionais e frequentes.
- Análise de agrupamentos (Clusterização ou análise de aglomerações ou análise de partições)
- Não supervisionado
- Busca classificar casos (por exemplo, pessoas, coisas, eventos) em grupos ou clusters, de modo que o grau de associação seja forte entre os membros do mesmo cluster e fraco entre os membros de diferentes clusters
Um pequeno resumo que eu peguei no comentário de um colega aqui do QC, porém não salvei o nome. Caso seja você o dono desse resumo, pode falar que eu volto aqui e coloco os créditos.
-
Certo! Regras de associação são muito utilizadas para buscar padrões de consumo, mais especificamente para representar itens que são comprados em conjunto. O exemplo mais clássico de aplicação dessa técnica é aquele caso do supermercado americano que identificou que clientes que adquiriam fraldas também compravam cervejas.
-
Gabarito: CERTO
(CESPE- FUB- 2018) No data mining, uma regra de associação relaciona a presença de um conjunto de itens com outra faixa de valores de um outro conjunto de variáveis. (C)
Uma regra de associação pode ser vista como uma expressão da forma X → Y, onde há a relação dos valores de X e Y em um certo conjunto de valores.
Exemplo: {fralda} → {cerveja}
Significa que quem compra leite e fralda também compra cerveja na mesma transação.
Esse é um exemplo clássico produzido pelo Walmart, que descobriu pelas transações de compras um perfil de consumidor, que muitas compras contendo fraldas, também continha cervejas.
BONS ESTUDOSS!
-
· Associação:
(cespe) - A técnica de associação é utilizada para indicar um grau de afinidade entre registros de eventos diferentes, para permitir o processo de data mining. CORRETO
Ano: 2021 Banca: Órgão: Prova:
A respeito de mineração de dados, julgue o item que se segue.
O fator de suporte e o fator de confiança são dois índices utilizados para definir o grau de certeza de uma regra de associação. CORRETO
-
Esta técnica é a mais famosa e ficou conhecida depois que uma rede de supermercados, ao utilizar uma ferramenta de Data Mining com esta técnica, descobriu que, nas sextas-feiras, quem comprava fraldas também comprava cerveja.
O objetivo da técnica é avaliar que valores aparecem muito juntos nas mesmas transações ou eventos (por exemplo, carrinhos de compras), mas também pode ser utilizada para identificar relações entre atributos dentro de uma mesma entidade (ex.: clientes do sexo feminino costumam morar mais no bairro x .
Resumindo
Associações: relações/afinidades entre eventos aparentemente distintos.
gab: CERTA
-
(C)
Outras da CESPE/ DATA MINING que ajudam a responder:
As ferramentas de Data Mining permitem ao usuário avaliar tendências e padrões não conhecidos entre os dados. Esses tipos de ferramentas podem utilizar técnicas avançadas de computação como redes neurais, algoritmos genéticos e lógica nebulosa, dentre outras.(C)
A finalidade do uso do data mining em uma organização é subsidiar a produção de afirmações conclusivas acerca do padrão de comportamento exibido por agentes de interesse dessa organização.(C)
O uso prático de data mining envolve o emprego de processos, ferramentas, técnicas e métodos oriundos da matemática, da estatística e da computação, inclusive de inteligência artificial.(C)
Em Data Mining, as árvores de decisão podem ser usadas com sistemas de classificação para atribuir informação de tipo.(C)
Na implementação de mineração de dados (data mining), a utilização da técnica de padrões sequenciais pode ser útil para a identificação de tendências.(C)
-
Gabarito: correto
- REGRAS DE ASSOCIAÇÃO ( PADRÕES SEQUENCIAIS E TEMPORAIS)
''se [algo acontecer], então [algo acontecerá]''
Na Mineração de Dados, uma regra de associação relaciona a presença de um conjunto de itens com outra faixa de valores de um outro conjunto de variáveis.
Uma regra de associação pode ser vista como uma expressão da forma X → Y, onde há a relação dos valores de X e Y em um certo conjunto de valores.
Obs: regras de associação utilizam os fatores de confiança e suporte, o primeiro é relacionado a probabilidade e o segundo é relacionado com a frequência dos eventos...
-
Segundo Vasconcelos,
A tarefa de associação tem o intuito de identificar associações entre registros de dados que, de alguma maneira, estão ou devem estar relacionados. Sua premissa básica é encontrar elementos que implicam na presença de outros em uma mesma transação. Alguns algoritmos que utilizam os conceitos desta tarefa são as regras de associação e os padrões sequenciais.
Note que as regras e os padrões fazem associações entre dos registros da base de dados. A diferença é que nos padrões sequenciais, como nome sugere, busca-se identificar uma sequência de eventos ordenados (a regra de associação está ligada a um único evento). Por exemplo, quem compra um carro, em poucos dias comprará um seguro e em alguns meses
fará uma revisão. Um outro padrão também poderia ser, quem compra café acima da média, provavelmente no próximo mês não comprará café.
Fonte : Gran Cursos Online
-
Adendo:
-se começar com A é não supervisionado
-se não começar com A é supervisionado
NÃO supervisionados: utiliza-se a heurística (aproximação progressiva)
- Agrupamento (lembrar que também pode ser chamado de Clustering)
- Associação
Supervisionados: (há conjunto de treinamento e grupos predefinidos)
- Classificação
- Regressão
- Detecção de desvios
Os principais métodos de mineração de dados:
Rede Neurais
- Árvore de Decisão
- Algoritmos Genéticos
- Lógica Fuzzy (Difusa)
- Estatística
-
(cespe) - A técnica de associação é utilizada para indicar um grau de afinidade entre registros de eventos diferentes, para permitir o processo de data mining.
gabarito: certo
Ano: 2021 Banca: Órgão: Prova:
A respeito de mineração de dados, julgue o item que se segue.
O fator de suporte e o fator de confiança são dois índices utilizados para definir o grau de certeza de uma regra de associação.
gabarito: certo
(CESPE- FUB- 2018) No data mining, uma regra de associação relaciona a presença de um conjunto de itens com outra faixa de valores de um outro conjunto de variáveis.
gabarito: certo
Uma regra de associação pode ser vista como uma expressão da forma X → Y, onde há a relação dos valores de X e Y em um certo conjunto de valores.
Exemplo: {fralda} → {cerveja}
Significa que quem compra leite e fralda também compra cerveja na mesma transação.
Esse é um exemplo clássico produzido pelo Walmart, que descobriu pelas transações de compras um perfil de consumidor, que muitas compras contendo fraldas, também continha cervejas.
As ferramentas de Data Mining permitem ao usuário avaliar tendências e padrões não conhecidos entre os dados. Esses tipos de ferramentas podem utilizar técnicas avançadas de computação como redes neurais, algoritmos genéticos e lógica nebulosa, dentre outras.
gabarito: certo
A finalidade do uso do data mining em uma organização é subsidiar a produção de afirmações conclusivas acerca do padrão de comportamento exibido por agentes de interesse dessa organização.(
gabarito: certo
O uso prático de data mining envolve o emprego de processos, ferramentas, técnicas e métodos oriundos da matemática, da estatística e da computação, inclusive de inteligência artificial.
gabarito: certo
Em Data Mining, as árvores de decisão podem ser usadas com sistemas de classificação para atribuir informação de tipo.
gabarito: certo
Na implementação de mineração de dados (data mining), a utilização da técnica de padrões sequenciais pode ser útil para a identificação de tendências.
gabarito: certo
Sumarização: Técnicas que permitem a identificação de uma descrição compacta e inteligível para os dados (ou para um subconjunto dos mesmos). Frequentemente é possível sumarizar os dados mesmo com alguma imprecisão, e o valor das técnicas é na capacidade de descrever os dados, não necessariamente em sua precisão.
Predição: É o processo de predizer um comportamento futuro, baseado em vários valores. Por exemplo, baseado na formação escolar, no trabalho atual e no ramo de atividade profissional de uma pessoa, predizer que seu salário será de um certo montante até um determinado ano.
Estimação: É o processo de predizer algum valor, baseado num padrão já conhecido. Por exemplo, conhecendo-se o padrão de despesas e a idade de uma pessoa, estimar seu salário e seu número de filhos.
Associação: premissa básica encontrar relacionamentos ou padrões frequentes entre conjuntos de dados.
fonte: amigos qc
-
As regras de associação adotadas em mineração de dados buscam padrões frequentes entre conjuntos de dados e podem ser úteis para caracterizar, por exemplo, hábitos de consumo de clientes: suas preferências são identificadas e em seguida associadas a outros potenciais produtos de seu interesse.
Ø O processo de Data Mining (Mineração de Dados) está incluído em um processo maior que é A DESCOBERTA DE CONHECIMENTO o qual é realizada através de dados que passam por um processo específico, que abrange as seguintes etapas:
1- SELEÇÃO:
Seleciona os dados e as variáveis que se quer analisar
2- PRÉ-PROCESSAMENTO:
Etapa em que é feito uma limpeza, eliminar erros, inconsistências, dos dados brutos.
3- TRANSFORMAÇÃO:
Transformar os dados para poder fazer a mineração.
4- MINERAÇÃO DE DADOS:
É aplicada técnicas e algoritmos para descobrir padrões úteis de dados e produzir o Entendimento de negócio: entender o que o cliente quer, qual problema ele quer resolver, etc.
5- INTERPRETAÇÃO E AVALIAÇÃO:
Para seleciono os que são úteis.
-
CERTO
REGRAS DE ASSOCIAÇÃO
- apresentam na forma de SE... ENTÃO (fator de suporte e fator de confiança)
- possui ótimos resultados
- Não supervisionado (Não há intervenção humana)
- "o quanto determinado PRODUTO X, implica na compra de um PRODUDO Y".
- método muito utilizado no "Carrinho de Compras"
ex: SE o cliente compra um celular, ENTÃO leva uma capinha também.
-
Gabarito: Certo
Regras de Associação: relacionam a presença de um conjunto de itens com outra faixa de valores de outro conjunto de variáveis. Por exemplo: se compra pão, compra leite.
De acordo com Wikipedia, "as regras de associação têm como premissa básica encontrar elementos que implicam na presença de outros elementos em uma mesma transação, ou seja, encontrar relacionamentos ou padrões frequentes entre conjuntos de dados."
Muito usado em sites de e-commerce para sugerir outros produtos além daquele que você está comprando.
-
REGRAS DE ASSOCIAÇÃO visa descobrir o relacionamento ou correlação entre variáveis de um banco de dados.
As regras de associação adotadas em mineração de dados buscam padrões frequentes entre conjuntos de dados e podem ser úteis para caracterizar, por exemplo, hábitos de consumo de clientes: suas preferências são identificadas e em seguida associadas a outros potenciais produtos de seu interesse.
-
Gab: CERTO
Uma das técnicas de mineração de dados é chamada de associações
Uma REGA DE ASSOCIAÇÃO relaciona a presença de um conjunto de itens com outra faixa de valores de um outro conjunto de varáveis. (Foi cobrado EXATAMENTE esse conceito em um prova!)
É um tipo de aprendizado não-supervisionado, ou seja, não existem resultados pré-definidos para o modelo utilizar como referência para aprender. Para fazer a separação são usados atributos COMUNS entre os elementos.
A tarefa de ASSOCIAÇÃO tem o intuito de identificar associações entre registro de dados que, de alguma maneira, estão ou devem estar RELACIONADOS.
(2020/CESPE/ME) A técnica de associação é utilizada para indicar um grau de afinidade entre registros de eventos diferentes, para permitir o processo de data mining. Certo
(2018/CESPE/FUB) No data mining, uma regra de associação relaciona a presença de um conjunto de itens com outra faixa de valores de um outro conjunto de variáveis. Certo
Exemplo disso é o método da Análise de Cesta de Mercado (Market Basket Analysis) que é uma técnica de data minig que faz uso de regras de associação para identificar os hábitos de compras dos clientes, fornecendo uma combinação de produtos dentro de cestas de compras dos clientes - exemplo trazido pela questão
É só lembrar de quando você vai na Amazon e ele coloca lá: pessoas que compraram esse produto também se interessaram por esses... aí aparece um monte de sugestões de outros tipos de produtos ASSOCIADOS.
Assim você não esquece mais!
Foco, força e fé! Desistir, jamais! Bons estudos!
-
Perfeito!
-
Principais tarefas (ou técnicas) da Mineração de Dados
Aprendizado Supervisionado: forneço saída desejada (ou seja, digo o que eu quero, como quero, a máquina só vai atender)
Não supervisionado: não forneço uma saída desejada, o sistema é capaz de gerar análises sozinho (deep learning)
Preditivas
Aprendizado supervisionado, ou seja, os dados estão previamente rotulados ou classificados
Classificação: atribuição de uma das classes predefinidas pelo analista a novos fatos ou objetos submetidos à classificação. CESPE (2014) destacou que com o uso da classificação como técnica de Data Mining, busca-se a identificação de uma classe por meio de múltiplos atributos.
Regressão: é predizer um valor numérico a partir de um conjunto de atributos fornecidos. A regressão pode ser considerada uma variação da classificação, pois prevê um valor numérico contínuo ao invés de um valor categórico (ou nominal).
Detecção de desvios: A detecção de anomalias também é conhecida como detecção de desvios, porque objetos anômalos têm atributos que se desviam significativamente dos valores de atributos esperados ou típicos ou, como mineração de exceções, porque as anomalias são excepcionais em algum sentido.
Descritivas
Aprendizado não supervisionado, ou seja, os dados NÃO estão previamente rotulados ou classificados.
Clustering/Clusterização/Agregação: agrupar ou segmentar uma coleção de objetos em subconjuntos, chamados de clusters. A análise de clusters pode ser baseada em métodos estatísticos como o k-means (media), k-modes (moda), k-medoids (mediana – valor mais ao centro do conjunto de dados) etc.
Regras de associação: permitem a identificação de grupos de dados que apresentam coocorrência entre si (Ocorrência simultânea de duas coisas, fatos etc. Por exemplo, em uma cesta de compras, pessoas que compraram o item X também compraram o Y.).
-
Complementando:
- Associação = Comparar com outros atributos.
- Classificação = Agrupar por classes.
Pra quem tem dificuldade pra distinguir Associação de Classificação, essas duas palavras chaves pode ajudar.
-
CERTO
Regras de Associação realmente descobrem correlações entre variáveis indicando afinidades entre registros de eventos. Elas têm como premissa básica encontrar elementos que implicam na presença de outros elementos em uma mesma transação, ou seja, encontrar relacionamentos ou padrões frequentes entre conjuntos de dados.
Ex.: Se o concurseiro for nomeado e comprar um iphone novo, comprará também uma pelicula para proteção da tela.
-
FRALDA <====> CERVEJA.
Bons estudos.
-
Gab: CERTO
Tecnologias de mineração de dados podem ser aplicadas a uma grande variedade de contextos de tomada de decisão nos negócios.
Marketing. As aplicações incluem análise de comportamento do consumidor com base nos padrões de compra; a determinação das estratégias de marketing que incluem propaganda, local da loja e correio direcionado; segmentação de clientes, lojas ou produtos; e projeto de catálogos, layouts de loja e campanhas publicitárias.
Navathe.
-
Gab: CERTO
Tecnologias de mineração de dados podem ser aplicadas a uma grande variedade de contextos de tomada de decisão nos negócios.
Marketing. As aplicações incluem análise de comportamento do consumidor com base nos padrões de compra; a determinação das estratégias de marketing que incluem propaganda, local da loja e correio direcionado; segmentação de clientes, lojas ou produtos; e projeto de catálogos, layouts de loja e campanhas publicitárias.
Navathe.