| |
|
|
|
|
Data
Mining - Conceitos, Técnicas, Ferramentas e
Aplicações |
|
|
Departamento
de Informática |
| |
|
|
|
 |
| |
|
Local |
|
Av. Marechal Câmara, 186/ 7º andar - Centro/RJ |
|
|
|
|
|
| |
|
Período
de
Aulas |
|
Oferecido em: 19/08 a 02/12/2009 - 4ª feira, das 18:30 às
22:00h
Cadastro
para a próxima turma
|
|
|
|
|
|
| |
|
Introdução |
|
Data Mining ou Mineração de Dados
consiste em um processo analítico projetado para explorar grandes
quantidades de dados (tipicamente relacionados a negócios, mercado
ou pesquisas científicas), na busca de padrões consistentes e/ou
relacionamentos sistemáticos entre variáveis e, então, validá-los
aplicando os padrões detectados a novos subconjuntos de dados. O
processo consiste basicamente em 3 etapas: exploração; construção de
modelo ou definição do padrão; e validação/verificação.
Atualmente, as organizações têm se mostrado extremamente eficientes
em capturar, organizar e armazenar grandes quantidades de dados,
obtidos de suas operações diárias ou pesquisas científicas, porém,
ainda não usam adequadamente essa gigantesca montanha de dados para
transformá-la em conhecimentos que possam ser utilizados em suas
próprias atividades, sejam elas comerciais ou científicas.
A rápida taxa de inovação nas tecnologias de informática está
exigindo que, cada vez mais, os profissionais estejam preparados e
atualizados para conhecer e enfrentar os desafios da Tecnologia da
Informação.
O conceito de Data Mining está se tornando cada vez mais popular
como uma ferramenta de gerenciamento de informação, que deve revelar
estruturas de conhecimento, que possam guiar decisões em condições
de certeza limitada. Recentemente, tem havido um interesse crescente
em desenvolver novas técnicas analíticas, especialmente projetadas
para tratar questões relativas a Data Mining. No entanto, Data
Mining ainda está baseado em princípios conceituais de Análise de
Dados Exploratórios e de modelagem.
Data Mining é parte de um processo maior de conhecimento denominado
Knowledge Discovery in Database (KDD). KDD consiste,
fundamentalmente, na estruturação do banco de dados; na seleção,
preparação e pré-processamento dos dados; na transformação,
adequação e redução da dimensionalidade dos dados; no processo de
Data Mining; e nas análises, assimilações, interpretações e uso do
conhecimento extraído do banco de dados, através do processo de Data
Mining. |
|
|
|
|
|
| |
|
Objetivo |
|
- Apresentar e explorar as
principais funcionalidades, técnicas e algoritmos utilizados em
Data Mining;
- Mostrar como a tecnologia de Data Mining pode ajudar a extrair
informações valiosas de grandes bases de dados;
- Introduzir os principais conceitos e tecnologias necessárias
para melhorar a tomada de decisões nas empresas com base em seus
acervos de dados;
- Apresentar os conceitos, técnicas, ferramentas e aplicações de
Data Mining;
- Mostrar como utilizar a tecnologia de Data Mining no contexto de
Business Intelligence (BI);
- Capacitar os participantes para atuarem de forma ativa em um
projeto de Data Mining;
- Fornecer uma visão gerencial das tecnologias de informática em
um contexto de tomada de decisões e incorporação de informações em
seus negócios;
- Apresentar exemplos de aplicações de Data Mining para Market
Basket Analysis, Segmentação de Mercado, Modelagem de Churn/Attrition,
Credit Scoring, Detecção de Fraude, Webmining, etc |
| |
|
|
|
|
| |
|
Público |
|
- Gerentes, Analistas de Negócio e
profissionais de Tecnologia de Informação preocupados em obter
vantagens competitivas a partir da utilização e exploração de
informações sobre clientes e mercados;
- Profissionais que trabalhem ou pretendam trabalhar com Análise
de Dados;
- Profissionais de Empresas e Pesquisadores interessados em melhor
explorar um acervo de dados para potencializar sua atuação;
- Profissionais de informática familiarizados com sistemas de
informação voltados para Análise de Dados e/ou Tomada de Decisões;
- Profissionais de Informática voltados para o processo de
Descoberta de Conhecimento em Bancos de Dados (KDD);
- Usuários de informática que necessitem entender melhor os
processos da construção e exploração de dados para busca de
conhecimento e tomada de decisões;
- Profissionais de marketing;
- Profissionais que ocupem ou pretendam ocupar cargos de nível
gerencial. |
| |
|
|
|
|
| |
|
Metodologia |
|
- Aulas teóricas expositivas;
- Trabalhos práticos no decorrer do curso, em laboratórios de
informática;
- Discussões em salas de aulas; |
| |
|
|
|
|
| |
|
Programa |
|
01. Introdução a Gestão
do Conhecimento;
02. Ambiente de Business Intelligence (BI) e a busca de
conhecimento;
03. Análise Estatística de Dados;
04. Tratamento de dados para os processos de Data
Mining;
05. O Processo de Descoberta de Conhecimento em
Bancos de Dados;
06. Data Mining, suas principais funcionalidades,
técnicas e algoritmos;
07. Análise de Associações;
08. Classificação de Dados;
09. Árvores de Decisão;
10. Regressão Logística;
11. Redes Neurais;
12. Segmentação e Análise de Cluster;
13. Cases com Aplicações de Data Mining a CRM
Analítico, Redução de Inadimplência, Detecção de Fraude,
etc.
Obs.
O curso
utilizará o software Enterprise Miner da SAS Institute, alocando um aluno por
microcomputador. |
| |
|
|
|
|
| |
|
Carga
Horária |
|
64 horas - 16 encontros. |
| |
|
|
|
|
| |
|
Coordenação |
|
Sérgio
Côrtes, Estatístico, Mestre e Doutor em informática,
PUC-Rio. Professor de Banco de Dados nos cursos de Tecnólogo e
Bacharelado em Informática da PUC-Rio. Consultor de Banco de Dados,
Data Warehouse e Data Mining. |
| |
|
|
|
|
| |
|
Corpo Docente |
|
Sérgio
Côrtes.
Hugo Leonardo C. Azevedo, Engenheiro de Computação pelo
IME/PUC-Rio com Mestrado em Métodos Quantitativos pela University of
Califórnia at Berkeley/PUC-Rio, onde se especializou em aplicações
de Estatística e Data Mining a Marketing e Finanças. |
| |
|
|
|
|
| |
|
Matrícula |
|
A matrícula poderá ser realizada por qualquer um dos seguintes
modos:
1.
Pela
Internet
2. Pela Central de Atendimento - 0800 970 9556
3. Presencial - Comparecimento do candidato ou seu
representante, munido de instrumento particular de procuração à
CCE/PUC-Rio na:
Rua Marquês de São Vicente, 225/casa XV - Gávea/RJ, Av. Marechal Câmara, 186/7º andar - Centro/RJ
ou Av. das Américas, 1650/2º andar - Bl.1 - Barra da Tijuca/RJ |
| |
|
|
|
|
| |
|
Documentos
Necessários |
|
Para efetuar a matrícula é
necessário documento de identidade e CPF. |
| |
|
|
|
|
| |
|
Investimento |
|
O curso poderá ser pago em 4 parcelas
de R$ 465,00, sendo a primeira no ato da matrícula e as restantes
nos meses subseqüentes.
Este valor se
refere à última turma oferecida, portanto está sujeito a reajuste.
- Desconto de 10% para cada aluno no caso de 3 ou mais alunos
vinculados a uma mesma empresa (pagamento à vista).
- Visita técnica gratuita para avaliação e estudos para
desenvolvimento de um protótipo, após o curso, para empresas que
custeiem pelo menos 3 alunos.
- Os descontos não são cumulativos.
Obs1: A matrícula poderá ser feita por outra
pessoa mediante instrumento particular de
procuração.
Obs2:
O aluno, cujo curso for custeado
por uma empresa, deverá preferencialmente encaminhar a
carta de compromisso da empresa, garantindo a
confirmação de sua matrícula, por fax ao nº.
3527-1394 ou entregá-la pessoalmente à CCE,
no prazo de 24 horas.
Caso não seja possível, favor entrar em contato com a CCE.
A carta deverá conter CNPJ,
Inscrição Estadual ou Municipal e endereço para cobrança.
Posteriormente enviaremos, à
empresa, a nota fiscal e a ficha de compensação.
Aceita-se
pagamento com cartões de crédito American Express, Mastercard e
Visa. |
| |
|
|
|
|
| |
|
Certificado |
|
O aluno que obtiver 75% de freqüência
e aproveitamento terá direito a um certificado. |
| |
|
|
|
|
| |
|
Observações |
|
- Vagas limitadas
- A realização do curso está
sujeita à quantidade mínima de matrículas.
- Para conveniados à Associação de Antigos Alunos PUC-Rio,
desconto de 10% no pagamento à vista ou 5% no pagamento parcelado.
Desconto não cumulativo. |
| |
|
|
|
|
| |
|
Parcerias |
|
|
| |
|
|
|
|