Prof. Dr. Duncan Dubugras Ruiz Faculdade de Informática

Descoberta de Conhecimento em Banco de Dados (2007/I)

 

Plano de Aulas

Resumo do Programa da Disciplina

Bibliografia

Entrega de Trabalhos:

 

Alunos	Trabalho 1 Entrega documento	Trabalho 1 Envio arquivo	Trabalho 2 Entrega documento	Trabalho 2 Envio arquivo
ADRIANO LIMA NEPOMUCENO e NILSEU PERSIDE ORTIZ PADILHA JUNIOR	Recebido	recebido	Recebido	recebido
FLÁVIA BRAGA DE AZAMBUJA e GABRIEL ROSSATO COSTA	Recebido	Recebido	Recebido	Recebido
FRANKLIN SAMIR DATTEIN DA ROSA e LEONARDO DA SILVA ROMEU	Recebido	Recebido	Recebido	Recebido
JOSIANE FONTOURA DOS ANJOS BRANDOLT e THYAGO BOHRER BORGES	Recebido	Recebido	Recebido	Recebido
JULIANO KUNZLER e RITA CRISTINA GALARRAGA BERARDI	Recebido	Recebido	Recebido	Recebido
KARINE DE PINHO PERALTA e RODRIGO SANTOS DE ESPINDOLA	Recebido	Recebido	Recebido	Recebido

Plano de Aulas :

AULA	DATA	CONTEÚDO	OBSERVAÇÕES
1	14/03	Apresentação; Programa; Avaliação Introdução a Modelos Analíticos de Banco de Dados	Sugiro caps. 1, 4, 5 e 6 do livro do C.A.Heuser "Projeto de Banco de Dados", 5a ed. Porto Alegre: Sagra-Luzzato, 2004.
2	21/03	Introdução ao Processo de Descoberta de Conhecimento em Banco de Dados	Sugiro cap. 1 Han&Kamber (apresentação disponível em 1intro.ppt)
3	28/03	Introdução ao Processo de Descoberta de Conhecimento em Banco de Dados	Sugiro cap. 2 Han&Kamber (apresentação disponível em 2dw.ppt)
4	04/04	Exercício de modelagem OLAP: o enunciado distribuído na aula passada está aqui. O banco de dados distribuído está aqui. Recebo o trabalho até próxima a 2a, 09/04.	Para a prática, usem o arquivo dcbdtabs.sql ATENÇÃO: todos os alunos regulares têm logins e senhas no Oracle. Peguem comigo os respectivos logins. Para acessar o SGBD Oracle, clique aqui. Exemplos de consultas OLAP: dcbdolapcons.sql Questões para reflexão: Quais as diferencas entre os 4 exemplos? Por que? Por que aparecem linhas iguais na saida no exemplo 1, mesmo com todas as colunas em branco (valores nao validos) exceto num_notas? Exercicios: Procurem elaborar as consultas usando: disciplinas e historico, disciplinas e professores e historico.
	11/04	Não haverá aulas hoje.	Leitura sugerida para o horário de aulas: ruiz-Warehousing.pdf
5	18/04	Introdução a Mineração de Dados	Sugiro material Tan, Steinbach, Kumar (apresentação disponível aqui.) Apresentações animadas, e sonorizadas, da ferramenta DataWarehouse Explorer: dwedemos.zip Quem pegar o BD usado nas aulas anteriores, implementar nessa ferramenta (free download) e mostrar algumas análises interessantes, ganha mais uns pontinhos na nota.
6	25/04	Preparação de Dados	Sugiro cap. 3 Han&Kamber (apresentação disponível em 3prep.ppt) Sugiro também material Tan, Steinbach, Kumar, cap. 2 (apresentação disponível aqui.)
7	02/05	Preparação de Dados e prática Peguem já os dados que vamos trabalhar aqui. e a descrição dos mesmos aqui.. Enunciado da prática: A partir dos dados entregues, em .XLS, reduzir a dimensionalidade e o número de objetos dos dados. Para tanto, usem, entre outras coisas, a matriz de correlação entre as colunas (já calculada) para a redução de dimensionalidade. Reduzam para menos de 50 atributos. Para a redução do número de objetos, segmentem (clustering) os atributos a seguir, no número de segmentos sugeridos, e eliminem duplicatas. Atributo MOSTYPE: n. segmentos: entre 4 e 10 Atributo MGEMLEEF: n. segmentos: 3 Atributo MOSHOOFD: n. segmentos: 3 Atributo MGODRK: n. segmentos: 3. Material a ser entregue: Relatório descrevendo todo o experimento: atributos eliminados e justificativas, descrição dos segmentos definidos para cada atributo, número de instâncias iguais encontradas e posteriormente eliminadas para cada atributo, descrição do layout final. Arquivo .XLS resultante. Prazo: 16/05. Trabalho em duplas ou trios. A aula será no laboratório, sala 312, 3o. andar.	Sugiro material Tan, Steinbach, Kumar, cap. 2 (apresentação disponível aqui.) especificamente sobre Feature Selection.
8	09/05	Prática com Preparação de Dados Será feita nas ilhas.
9	16/05	Prática com Preparação de Dados Será feita nas ilhas. A entrega fica adiada par 30/05, OK??? Estou pensando em vocês me apresentarem o que fizeram. O que acham???
10	23/05	Última Prática com Preparação de Dados Será feita nas ilhas. A entrega é na semana que vem, OK??? Depois de receber os trabalhos, eu agendo quando vocês apresentarão.
11	30/05	Mineração de Dados: Classificação. Na sala de aula.	Sugiro material Tan, Steinbach, Kumar, caps. 4 e 5 (apresentações disponíveis aqui.).
12	06/06	Mineração de Dados: Associação. Na sala de aula. Enunciado da 2a. prática: Peguem o enunciado do trabalho T2: aqui. e os correspondentes arquivos aqui..	Sugiro material Tan, Steinbach, Kumar, caps. 6 e 7 (apresentações disponíveis aqui.).
13	13/06	Palestra Márcio Basgalupp - Mestre PPGCC-PUCRS, Doutorando USP-São Carlos Título: Uma abordagem evolutiva para selecionar atributos na descoberta de conhecimento em processos de negócio Após a palestra, Márcio poderá conversar sobre fazer doutorado em São Carlos, na USP	Abstract: A business process defines a set of activities along with their possible execution flows and their necessary resources. Business Intelligence (BI) projects have been show the importance of data mining techniques as instrument of assistance in the analysis, prediction and optimization of business processes. One of the most important data mining's tasks is classification, which aims to understand the causes of certain behaviors and to generate models to predict the behavior and performance of these processes. When leading with business processes classification, it is recommended the use of attribute selection, due to the large possible amount of attributes may be necessary to characterize a process. Thus, this work aims the use of multiobjective genetic algorithms for feature selection upon business processes' classification problems. The obtained results were satisfactory, considering that the criteria aimed to be optimized were improved.
14	20/06	Palestra Prof. Dr. Flávio Rech Wagner Desafios para o Planejamento da Pesquisa e da Pós-Graduação na Área de Computação Auditório 517.
15	27/06	Mineração de Dados: Prática com Classificação. Nas ilhas.
16	04/07	Mineração de Dados: Prática com Classificação. No laboratório 311. Trabalho 2 - Material a ser entregue: 1- Relatório descrevendo toda a prática: Exercício com TICdata2000.arff e TICeval2000.arff, ou seja, árvore de decisão produzida, as 2 matrizes de confusão e acurácias obtidas. Repetição do mesmo exercício, usando o arquivo preparado no trabalho 1, convertido para arquivo .arff, como conjunto de treino, e, como conjunto de teste, o arquivo TICEvalPositivo2000.csv com o mesmo tipo de preparação feito no arquivo do trabalho 1 e convertido para .arff. Para este 2o. exercício, além da árvore de decisão produzida, das 2 matrizes de confusão e acurácias, listar os eventuais verdadeiros positivos obtidos. 2- Arquivos a serem entregues: arquivos .arff referentes à repetição do exercício (preparado no trabalho 1 e TICEvalPositivo2000)

 
 

De volta ao índice
De volta à página principal

Programa da Disciplina (resumido):

• Objetivos:
  Os alunos deverão, ao final da disciplina:
  1. Conhecer os fundamentos do processo de Descoberta de Conhecimento em Bancos de Dados (KDD - Knowledge Discovery in Databases) e mineração de dados, seus relacionamentos com outras áreas da computação, e seu potencial de aplicação como instrumento de tomada de decisão;
  2. Discutir os principais conceitos subjacentes aos ambientes de data warehousing e tecnologia OLAP, e seu relacionamento com KDD;
  3. Conhecer as principais classes de problemas de mineração, e técnicas de mineração associadas;
  4. Conhecer e aplicar as diferentes etapas de um processo de descoberta de conhecimento, relacionando a cada etapa seus objetivos, problemas, e técnicas utilizadas;
  5. Apresentar diferentes domínios de aplicação de KDD, apresentando desafios, conceitos, experiências e resultados.
  


• Ementa:
  Data warehouse. Descoberta de conhecimento em bases de dados. Mineração de dados. Aplicações. Tendências.
  


• Programa:
  1. Descoberta de conhecimento em banco de dados e mineração de Dados
  2. Data Warehousing
  3. Técnicas de Mineração e Ambientes de Apoio
  4. Áreas de Aplicação
  5. Tendências
  

• 1. Berry, M. & Linoff, G. Data mining techniques : for marketing, sales, and customer support. New York, NY : J. Wiley, 1997. 454 p.


• 2. Cabena, P. et al. Discovering data mining : from concept to implementation. New Jersey : Prentice-Hall, 1998. 195 p.


• 3. Cooley, R.; Mobasher, B.; Srivastava, J. "Data preparation for mining world wide Web browsing patterns". Journal of Knowledge and Information Systems, vol.1, Feb. 1999, pp.5-32.


• 4. Golfarelli, M., Rizzi, S., Cella, L. Beyond data warehousing: what's next in business inteligence? Proceedings of the 7th ACM International workshop on Data warehousing and OLAP. 2004. p. 1-6.


• 5. Grigori, D. et al. Business Process Inteligence. Computers in Industry, 53(3):321-343, Apr. 2004.


• 6. Han, J. & Kamber, M. Data mining : concepts and techniques. San Francisco, CA : Morgan Kaufmann, 2001. 550 p.


• 7. Hellinger, M., Fingerhut, S. Business activity monitoring: EAI meets data warehousing. EAI Journal, 18-21. July 2002.


• 8. Ian H. Witten, Eibe Frank. Data mining : practical machine learning tools and techniques. 2. ed. San Francisco, CA : Morgan Kaufmann, 2005.


• 9. Kimball, R. The data warehouse lifecycle toolkit : expert methods for designing, developing, and deploying data warehouses. New York, NY. 771 p.


• 10. MOBASHER, Bamshad. Web Usage Mining and Personalization. Draft Chapter in Practical Handbook of Internet Computing. Munindar P. Singh (ed.), CRC Press. A ser lançado em 2004.


• 11. Srivastava, J.; Cooley, R., Deshpande, M.; Tan, P. "Web usage mining: discovery and applications of usage patterns from Web data". SIGKDD Explorations, vol.1-2, Jan. 2000, pp.12-23.


• 12. Tan, P.; Steinbach M., Kumar, V. Introduction to data mining. Boston, Addison-Wesley, 2006.


• 13. Artigos selecionados de revistas e conferências especializadas.

De volta ao índice
De volta à página principal