Post on 11-Nov-2018
Programa da Disciplina 2018.1
Introdução
Data Warehouse
Mineração de Dados
• Motivação • Conceitos de Mineração de Dados • CRISP-DM • SQL avançado
Programa da Disciplina 2018.1
Introdução
Data Warehouse
Mineração de Dados
• Conceitos • OLAP • Pentaho BI Server • Pentaho Data Integration
• Tutorial do PDI
Programa da Disciplina 2018.1
Introdução
Data Warehouse
Mineração de Dados
• Principais algoritmos • Tutorial com o Weka • Projeto de DW e DM
Plano de Ensino
Fevereiro 06/02 - Apresentação da disciplina. Motivação.
20/02 - Conceitos de Mineração de Dados. CRISP-DM.
27/02 - Comandos avançados de SQL. Exercícios em laboratório.
Plano de Ensino
Março 06/03 - Exercícios em laboratório.
13/03 - Conceitos de Data Warehouse. OLAP. Introdução ao Pentaho BI Server.
20/03 - Pentaho Data Integration. Tutorial do PDI - Parte I
27/03 - Tutorial do PDI - Parte II
Plano de Ensino
Abril 03/04 - Tutorial do PDI - Parte III. Definição dos projetos
de DW.
10/04 - Acompanhamento do projeto de DW.
17/04 - P1 - Apresentação dos Projetos de DW.
24/04 - Introdução à Mineração de Dados. Principais algoritmos.
Plano de Ensino
Maio 08/05 - Tutorial com o Weka - Parte I.
15/05 - Tutorial com o Weka - Parte II.
22/05 - Definição dos projetos finais. Acompanhamento de projeto.
29/05 - Acompanhamento de projeto.
Plano de Ensino
Junho 05/06 - P2 - Apresentação dos Projetos.
12/06 - PS - Apresentação de Projeto + Entrega de relatório escrito.
Requisitos para a Disciplina
Conjunto mínimo de conhecimentos necessários para o acompanhamento e aprendizado na disciplina
Introdução a Banco de Dados
Relacionais
Linguagem de Programação OO
(Java, Scala )
Inteligência Artificial (desejável)
Bibliografia
Witten, Ian H., et al. Data Mining: Practical machine learning tools and techniques. Morgan Kaufmann, 2016, 4ª edição.
Bibliografia
Han, Jiawei, Jian Pei, and Micheline Kamber. Data mining: concepts and techniques. Elsevier, 2011, 3ª edição.
Bibliografia
de Castro, L. N., e D. G. Ferrari. "Introdução à Mineração de Dados: Conceitos Básicos, Algoritmos e Aplicações." (2016).
Bibliografia
Bouman, Roland, and Jos Van Dongen. Pentaho solutions: business intelligence and data warehousing with Pentaho and MySQL. Wiley Publishing, 2009.
Recursos na Web
Apostila de DW http://slides.jarley.com
Tutorial do PDI https://pt.slideshare.net/
jarleynobrega
Avaliações
P1
Projeto de Data Warehouse
Válido apenas se apresentado em sala pela equipe
Vale 40% da média do semestre
Falta no dia da apresentação
Sem nota de P1
2ª Chamada: apresentação individual do projeto + relatório escrito.
Avaliações
P2
Projeto de mineração de dados
Válido apenas se apresentado em sala pela equipe
Vale 60% da média do semestre
Falta no dia da apresentação
Sem nota de P2
PS
Aumento de escopo do projeto de mineração de dados + entrega de relatório escrito do projeto
Avaliações
Média: P1 * 0.4 + P2 * 0.6
Média > 7.0 => Aprovação por média
Média < 4.0 => Reprovação por média
Média > 4.0 e Média < 7.0 => Prova Substitutiva
Falta da P1 ou P2
2ª chamada de P1 (entrada na secretaria)
Não haverá 2a chamada para a PS
Aprovação na PS: nota >= 5.0
Sistemática das Aulas
100% das aulas em laboratório
18:50 – 22:00 (noite)
Chamada ao final da aula
Frequência obrigatória (75%)
Ferramenta de controle de frequência
Somente o coordenador abona a falta
Celulares, comida, jogos, ...
Bases de dados – Projeto de DW e Mineração de Dados
Semestre 2017.2
IMDB 5000 Movie Dataset
European Soccer Database
Hong Kong Horse Racing Results 2014-16 Seasons
Votação de projetos – Congresso Nacional
London Crime Data, 2008-2016
Credit Card Fraud Detection
Ações da BMF/Bovespa