-
Os principais métodos de mineração de dados:
- Rede Neurais
- Árvore de Decisão
- Algoritmos Genéticos
- Lógica Fuzzy (Difusa)
- Estatística
-
GABARITO CORRETO!
.
.
Os métodos são tecnologias existentes, independente do contexto mineração de dados, uma vez que, aplicados na KDD, produzem bons resultados na área da saúde, por exemplo, transformando dados em conhecimento útil e favorecendo as práticas de saúde baseadas em evidências.
As principais tecnologias são: Rede Neurais, Árvore de Decisão, Algorítmos Genéticos (AGs), Lógica Difusa (Fuzzy logic) e Estatística.
.
https://www.scielo.br/scielo.php?script=sci_arttext&pid=S0103-21002009000500014
-
Redes neurais: elementos interconectados, chamados neurônios, organizados em camadas que aprendem pela modificação de suas conexões.
Árvore de decisão: utiliza a estratégia "dividir para conquistar"; um problema complexo é decomposto em problemas mais simples recursivamente (raiz, ramo, folha). É preditivo. Hierarquia de declarações "se... então...".
Lógica difusa (fuzzy logic ou lógica nebulosa): é uma teoria matemática que visa imitar o raciocínio humano na tomada de decisões.
-
CERTA
Enriquecendo o assunto com questões:
VEJAMOS,
(Policia Federal/2018) Descobrir conexões escondidas e prever tendências futuras é um dos objetivos da mineração de dados, que utiliza a estatística, a inteligência artificial e os algoritmos de aprendizagem de máquina. (C)
O objetivo dessas tarefas é derivar padrões (correlações, tendências, grupos, trajetórias e anomalias) que resumem os relacionamentos subjacentes nos dados
(Policia Federal/2018)pode-se definir mineração de dados como o processo de identificar, em dados, padrões válidos, novos, potencialmente úteis e, ao final, compreensíveis. (C)
(CESPE/EBSERH/ANALISTA DE TECNOLOGIA DA INFORMAÇÃO/2018) A descoberta de novas regras e padrões em conjuntos de dados fornecidos, ou aquisição de conhecimento indutivo, é um dos objetivos de data mining. (C)
(FCC/2015)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)
A descoberta de novas regras e padrões em conjuntos de dados fornecidos, ou aquisição de conhecimento indutivo, é um dos objetivos de data mining.(C)
(Ano: 2011 Órgão: SEDUC-AM) A mineração de dados (data mining) é um método computacional que permite extrair informações a partir de grande quantidade de dados. CERTA
-
.
-
As ferramentas de Mineração de Dados (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, árvores de decisão, algoritmos genéticos (AGs) e lógica nebulosa (Fuzzy logic – teoria matemática que permite uma modelagem do modo aproximado de raciocínio, imitando a habilidade humana de tomar decisões em ambientes de incertezas e imprecisão. Com isso, pode-se construir sistemas inteligentes de controle e suporte à decisão), estatística etc.
(FCC/CNMP/ANALISTA DO CNMP/DESENVOLVIMENTO DE SISTEMAS/2015) Em relação às ferramentas de Data Discovery e os fundamentos de Data Mining, é correto afirmar:
e) 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.
-
Os principais métodos de mineração de dados:
Mnemônico: RÁALE
- Rede Neurais
- Árvore de Decisão
- Algoritmos Genéticos
- Lógica Fuzzy (Difusa)
- Estatística
-
Espero que ajude!
-
não seria classificação?
-
CERTO.
Complementando com outra questão...
↳ Data Mining é o conjunto de ferramentas que 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 (fuzzy), dentre outras.
-
Os principais métodos de análise de agrupamentos em mineração de dados incluem redes neurais, lógica difusa, métodos estatísticos e algoritmos genéticos.
Não seria análise de classificação ?
Caso alguém souber informar, agradeço!
-
Esses métodos servem para se realizar várias tarefas da mineração de dados, incluindo a análise de agrupamentos (também chamada de análise de aglomerações, conglomerados ou clusterização). Acho um pouco estranho citar esses modelos e técnicas como relativos somente à clusterização, mas não está errado.
-
Questão digna de anotação no bizuzeiro =)
-
INFORMÁTICA PARA CONCURSO É MESMO UM BURACO SEM FIM.PQP...AFFFF...
Os principais métodos de mineração de dados:
- Rede Neurais
- Árvore de Decisão
- Algoritmos Genéticos
- Lógica Fuzzy (Difusa)
- Estatística
-
Pra mim seria classificação....
-
Leva isso aqui no teu bolso que tu vai responder uma dessa. Tô brincando... Tô não!
Mineração de dados: é um conjunto de processos, métodos, teorias, ferramentas e tecnologias open-end utilizadas para explorar, organizar e analisar de forma semi-automática uma grande quantidade de dados brutos com o intuito de identificar, descobrir, extrair, classificar e agrupar informações implícitas desconhecidas, além de avaliar correlações, tendências e padrões consistentes de comportamento potencialmente úteis – como regras de associação ou sequências temporais – de forma não-trivial por meio de técnicas estatísticas e matemáticas, como redes neurais, algoritmos genéticos, inteligência artificial, lógica nebulosa/DIFUSA, análise de conglomerados (clusters), entre outros.
GAB CERTO
-
Os principais métodos de mineração de dados:
Rede Neurais
- Árvore de Decisão
- Algoritmos Genéticos
- Lógica Fuzzy (Difusa)
- Estatística
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)
Cluster - Um agrupamento é uma coleção de registros similares entre si, porém diferentes dos outros registros nos demais agrupamentos. Esta tarefa difere da classificação uma vez não necessita que os registros sejam previamente categorizados – trata-se de um aprendizado não-supervisionado.
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.
Supervisionados: (há conjunto de treinamento e grupos predefinidos)
- Classificação
- Regressão
- Detecção de desvios
Só com isso você já consegue matar 95% das questões de data mining
-
mineração de dados:
O FAMOSO " RAALE" -> QUER PASSAR ? RAALE !! VAI ESTUDAR
RAALE
- R ede Neurais
- Á rvore de Decisão
- A lgoritmos Genéticos
- L ógica Fuzzy (Difusa)
- E statística
-
A questão diz o seguinte:
"Os principais métodos de análise de agrupamentos em mineração de dados incluem redes neurais, lógica difusa, métodos estatísticos e algoritmos genéticos".
Estes audores[1] afirmam que "Data mining é um processo näo trivial de identificar em dados padröes vålidos, novos e potencialmente üteis e compreensiveis. A anålise estatistica é direcionada ao usuårio, pois este especifica as variåveis dependentes e independentes incluidas na anålise. Essa poderosa ferramenta projeta problemas näo-lineares com grande nåmero de variåveis, executa anålise multiautomåtica e usa técnicas como algoritmos de årvores de decisöes, redes neurals, logica difusa e algoritmos genéticos. Data mining aplica-se bem a tarefas como classificacäo, estimativas, previsöes, agrupamentos por afinidades, reuniäo e descricäo.
Fonte:
[1] Organização do Conhecimento, A. MULBERT, G. BELLINI, 2017.
-
Só alterando um pouco o mnemônico do colega.:
Mnemônico: Estatística RÁLA
.
- Rede Neurais
- Árvore de Decisão
- Lógica Fuzzy (Difusa)
- Algoritmos Genéticos
-
CERTO
PRINCIPAIS MÉTODOS DE ANÁLISE DE AGRUPAMENTOS (data mining)
- redes neurais
- lógica difusa
- métodos estatísticos/matemáticas
- algoritmos genéticos
- inteligência artificial (I.A)
-
[...] São vários métodos existentes, mas o objetivo não é esgotar o assunto e sim identificar os mais utilizados. As principais tecnologias são: Rede Neurais, Árvore de Decisão, Algoritmos Genéticos (AGs), Lógica Nebulosa (Fuzzy logic) e Estatística
fonte: https://www.scielo.br/
-
Data Mining – Mineração de Dados – é um conjunto de processos, métodos, teorias, ferramentas e tecnologias open-end utilizadas para explorar, organizar e analisar de forma semi-automática uma grande quantidade de dados brutos com o intuito de identificar, descobrir, extrair, classificar e agrupar informações implícitas desconhecidas, além de avaliar correlações, tendências e padrões consistentes de comportamento potencialmente úteis – como regras de associação ou sequências temporais – de forma não-trivial por meio de técnicas estatísticas e matemáticas, como redes neurais, algoritmos genéticos, inteligência artificial, lógica nebulosa, análise de conglomerados (clusters), entre outros.
Fonte: Professor Diego Carvalho Estratégia Concursos
-
Como o nome indica, Data Mining se refere à mineração ou a descoberta de novas informações em função de padrões ou regras em grandes quantidades de dados. Para ser útil, na prática, a Data Mining precisa ser realizada eficientemente em grandes arquivos de bancos de dados. Atualmente ela não possui uma boa integração com os Sistemas Gerenciadores de Bancos de Dados SGBD.
Faremos uma breve revisão desse extenso assunto, que utiliza técnicas de áreas como
Ѻ Aprendizado de Máquinas
Ѻ Estatística
Ѻ Redes Neurais
Ѻ Algoritmos Genéticos
Ramez Elmasri e Shamkant B. Navathe
-
marquei de olho fechado, não conhecia a lógica difusa.
-
Os principais métodos de mineração de dados:
Rede Neurais
- Árvore de Decisão
- Algoritmos Genéticos
- Lógica Fuzzy (Difusa)
- Estatística
-
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)
Cluster - Um agrupamento é uma coleção de registros similares entre si, porém diferentes dos outros registros nos demais agrupamentos. Esta tarefa difere da classificação uma vez não necessita que os registros sejam previamente categorizados – trata-se de um aprendizado não-supervisionado.
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.
Supervisionados: (há conjunto de treinamento e grupos predefinidos)
- Classificação
- Regressão
- Detecção de desvios
-
O que me anima é ver que quem tá avaliando não sabe nem o que está questionando. Desde quando um Algoritmo Genético é um método de análise de agrupamentos em mineração de dados? Os caras forçam demais, ou foram em autores que não sabem o que estão escrevendo. Triste =/
-
Achei que Redes Neurais, por exemplo, fizesse parte do método de classificação, e não de agrupamentos =/
Não entendi muito bem a diferenciação. Pelo que percebi nos comentários, o termo "agrupamento" foi utilizado de forma genérica e não relativo a uma tarefa do data mining.
Alguém pode esclarecer?
-
Os principais métodos de mineração de dados:
- Rede Neurais
- Árvore de Decisão
- Algoritmos Genéticos
- Lógica Fuzzy (Difusa)
- Estatística
-
Trata-se de uma questão sobre Mineração de dados.
O comando da questão afirma que os principais métodos de agrupamento incluem redes neurais, lógica difusa, métodos estatísticos e algoritmos genéticos.
Dentro da mineração nós temos algumas análises que são feitas como, por exemplo, uma regressão, que busca prever determinado valor, ou uma classificação, que dado certo elemento busca enquadra-lo em alguma classe pré-determinada, e temos também os agrupadores (clusters), que, dado uma série de elementos, busca agrupá-los entre si conforme suas características.
A clusterização é feita de algumas formas como, por exemplo, pela distância entre os pontos, e utiliza algoritmos distintos (K-Means, DBSCAN, BIRCH, etc...), que utilizam desde redes neurais até métodos estatísticos para realizar a clusterização.
Gabarito do Professor: CERTO.
-
Principais métodos de análise de agrupamentos em mineração de dados:
- redes neurais,
- lógica difusa,
- métodos estatísticos e
- algoritmos genéticos.
-
Eu programo todos esses algoritmos na unha, inclusive tendo feito uma monografia onde crio um classificador genético-fuzzy. Apesar disso, erro inúmeras questões simplórias da CESPE, como essa. Há milhares de maneiras inteligentes e objetivas de testar o conhecimento das pessoas em relação a essas matérias. Ao contrário, ele redigem questões vagas, mal-feitas, onde o entendimento do "que o cara quis dizer" com expressões óbvias como "principais métodos" é o que define a questão. Me desculpe, mas como disse o colega Jackson, algoritmos genéticos não são um dos "principais métodos de análise de agrupamentos em mineração de dados" nem aqui, nem na China, nem na cabeça de ninguém que faça, de verdade, esse tipo de análise.