Inteligência Analítica

Inteligência analítica do autor Carlos André Reis Pinheiro apresenta conceitos e casos de uso visando mineração de dados e descoberta de conhecimento, abordando o ciclo de inteligência competitiva que envolve dados, informação, conhecimento, inteligência e experiência, definindo inteligência como uso do conhecimento em determinado cenário ou problema, além de analisar as principais técnicas de mineração de dados, demonstrando seus benefícios.

Inteligência Analítica
Inteligência Analítica

Sumário

  1. Introdução ao clico de inteligência competitiva
  2. Sistemas transacionais
  3. Sistemas de suporte à decisão
  4. Arquitetura tecnológica para ambientes analíticos
  5. Descoberta de conhecimento
  6. Técnicas de mineração de dados
  7. Preparação dos dados
  8. Construção de modelos de agrupamento
  9. Análise de modelos de agrupamento
  10. Construção de modelos de predição
  11. Utilização conjunta de modelos de agrupamento e predição
  12. Aplicações do conhecimento
  13. Persistência do conhecimento

O autor adicionou dois capítulos em anexo, sendo o primeiro sobre o cenário de inteligência de negócios e o segundo sobre redes neurais artificiais.

Capítulo: Técnicas de mineração de dados

Neste capítulo o autor apresenta algumas técnicas da área de inteligência artificial  usadas para mineração de dados, sendo essas árvores de decisão, redes neurais e algoritmos genéticos, explicando seus principais conceitos e etapas visando resolução de problemas e otimização de configurações. O objetivo deste capítulo é reforçar o entendimento sobre cada técnica antes de entrar nos casos de uso para agrupamento, classificação e predição.

Capítulo: Construção de modelos de agrupamento

No capítulo sobre modelos de agrupamento o autor cria um exemplo visando definição dos perfis de clientes em uma empresa de telecomunicações, usando como técnica os mapas auto-ajustáveis de kohonen, que são considerados como uma derivação das redes neurais. Essa técnica é útil para identificar padrões em grandes volumes de dados, um modelo não supervisionado, gerando grupos através de características marcantes. O exemplo foi gerado no ambiente da ferramenta SAS Enterprise Miner.

Conclusão

O objetivo da leitura é gerar uma compreensão sobre o que está envolvido no cenário de mineração de dados e descoberta de conhecimento através da aplicação de técnicas de inteligência artificial, seja agrupamento ou classificação, além da predição de acontecimentos com base em informações subjetivas usando redes neurais artificiais. O autor não se limitou nas relações das técnicas e cenários, mas preocupou-se em explicar também como se define uma equipe para projetos de mineração de dados. Para quem está iniciando na área pode ser uma leitura de conexão dos pontos de estudo aplicados em um propósito, mas não espere ver código ou pseudocódigo das técnicas pois este não é o foco do autor.

Deixe uma resposta

O seu endereço de e-mail não será publicado.. Campos obrigatórios são marcados com *