Mineração de dados: aplicações, ferramentas, tipos de aprendizado e outros subtemas

Autores

  • Deborah Ribeiro Carvalho Programa de Pós-Graduação em Tec. Aplicada à Saúde - PUC PR
    • Marcelo Rosano Dallagassa Unimed Paraná

      DOI:

      https://doi.org/10.5380/atoz.v3i2.41340

      Palavras-chave:

      mineração de dados, ferramentas para mineração de dados, mineração de dados - uso

      Resumo

      Especialistas na área de mineração de dados apresentam conceitos, características, limites e potencialidades da mineração de dados, incluindo indicação de ferramentas disponíveis, relações com a inteligência artificial,  e implicações de seu uso na área de business intelligence.

      Biografia do Autor

      Deborah Ribeiro Carvalho, Programa de Pós-Graduação em Tec. Aplicada à Saúde - PUC PR

      Graduada em Processamento de Dados - UFPR, Mestre em Informática Aplicada - PUC PR, Doutora em Computação - UFRJ/COPPE, Doutora em Informática Aplicada - PUC PR. Professor e pesquisador no Programa de Pós-Graduação em Tecnologia Aplicada à Saúde - PUC PR

      Marcelo Rosano Dallagassa, Unimed Paraná

      Bacharel em Engenharia Civil - UFPR, Mestre em Tecnologia em Saúde - PUC-PR. Analista de Negócios e Especialista - UNIMED PARANÁ

      Referências

      Alcala-Fdez, J., Fernandez, A., Luengo, J., Derrac J., Garcia, S., Sanchez, S., & Herrera F. (2011). KEEL data-mining software tool: Data set repository, integration of algorithms and experimental analysis framework. J. of Mult.-Valued Logic & Soft Computing, 17, 255–287. Retirado de http://sci2s.ugr.es/publications/ficheros/2010-JMVLSC-Alcala_Fdez-KEEL-dataset.pdf

      Demsar, J., Zupan, B., Leban, G., & Curk, T. (2004). Orange: From experimental machine learning to interactive data mining. 8th European Conference on Principles and Practice of Knowledge Discovery in Databases, 537-539. doi: 10.1007/978-3-540-30116-5_58

      Fayyad, U. M., Piatetsky Shapiro, G., Smyth, P., & Uthurusamy, R. (1996). Advances in Knowledge Discovery and Data Mining. California, USA: AAAI, MIT.

      Fernandez, G. (2003). Data mining using SAS application. London: Chapman & Hall.

      Hofmann, M., & Klinkenberg, R. (2013). RapidMiner: Data mining use cases and business analytics applications. Retirado de https://books.google.com/books?isbn=1482205491

      Ingersoll, G. (2009). Introducing Apache Mahout Scalable, commercial-friendly machine learning for building intelligent applications. Retirado de http://www.ibm.com/developerworks/java/library/j-mahout/j-mahout-pdf.pdf

      Rakotomalala, R. (2005). TANAGRA: a free software for research and academic purposes. Proceedings of EGC RNTI-E-3, 2th, 697-702. Retirado de http://eric.univ-lyon2.fr/~ricco/tanagra/en/tanagra.html

      Seidman, C. (2001). Data mining with Microsoft SQL Server 2000 technical reference. Redmond: Microsoft.

      Tamayo, P., Berger, C., Campos, M., Yarmus, J., Milenova, B., Mozes, A., ... , & Myczkowski, J. (2005). Oracle data mining. In Maimon, O., & Rokach, L. (Eds.). Data Mining and Knowledge Discovery Handbook (1315-1329). New York: Springer. doi: 10.1007/0-387-25465-X_63

      Witten I. H., & Frank E. (2000). Machine learning algorithms in Java. Retirado de http://www.cs.waikato.ac.nz/ml/weka/

      Downloads

      Publicado

      2014-12-31

      Como Citar

      Carvalho, D. R., & Dallagassa, M. R. (2014). Mineração de dados: aplicações, ferramentas, tipos de aprendizado e outros subtemas. AtoZ: Novas práticas Em informação E Conhecimento, 3(2), 82–86. https://doi.org/10.5380/atoz.v3i2.41340

      Edição

      v. 3 n. 2 (2014): jul./dez.

      Seção

      Entrevistas

      Licença

      A revista AtoZ é um periódico científico de acesso aberto e o copyright dos artigos e da entrevista pertence aos respectivos autores/entrevistados com cessão de direitos para a AtoZ no que diz respeito à inclusão do material publicado (revisado por pares/postprint) em sistemas/ferramentas de indexação, agregadores ou curadores de conteúdo.

      Os autores têm permissão e são encorajados a depositar seus artigos em páginas pessoais, repositórios e/ou portais institucionais antes (preprint) e após (postprint) a publicação na AtoZ. Solicita-se apenas que, quando possível, a referência bibliográfica (incluindo o link/URL do artigo) seja elaborada com base na publicação na AtoZ: novas práticas em informação e conhecimento.
       
      A AtoZ tem selo Diadorim Verde/IBICT.
      Licensa Creative Commons
      Todo o conteúdo da Revista (incluindo-se instruções, política editorial e modelos) está sob uma licença Creative Commons Atribuição 4.0 Não Adaptada, a partir de Outubro de 2020.

      Ao serem publicados por esta Revista, os artigos são de livre uso para compartilhar (copiar e redistribuir o material em qualquer suporte ou formato para qualquer fim, mesmo que comercial) e adaptar (remixar, transformar, e criar a partir do material para qualquer fim, mesmo que comercial). É preciso dar o crédito apropriado , prover um link para a licença e indicar se mudanças foram feitas .

      A AtoZ não cobra qualquer tipo de taxa para submissão e/ou processamento e/ou publicação de artigos.