CCT-UFCA/Ciência da Computação/Mineração de Dados

Programa do Componente Curricular

Código:	CC0053
Componente Curricular:	Mineração de Dados
Semestre de Oferta:	-		Tipo:	Disciplina	Caráter:	Optativa
Unidade Acadêmica Responsável:	Centro de Ciências e Tecnologia - CCT
Área:	Sistemas de Informação
Créditos:	4	Carga horária:	64	Teórica:	48	Prática:	16	Extensão:	-
Pré-requisito:	CC0027 - Inteligência Artificial
Co-requisito:	-
Equivalência:	-

Objetivos

Oferecer uma visão ampla de técnicas de mineração de dados e suas aplicações. Os estudantes ganham habilidade prática na seleção, aplicação e avaliação de algoritmos de mineração de dados ao analisar conjuntos de dados quaisquer.

Ementa

O processo de mineração de dados. Pré-processamento, mineração e pós-processamento de dados. Aprendizado por memorização. Árvores de decisão. Classificadores baseados em regras. Avaliação do conhecimento descoberto e comparação de classificadores. Mineração de regras de associação. Agrupamento de dados (clustering).

Bibliografia Básica

1. SILVA, L. A. Introdução à Mineração de Dados - Com Aplicações em R. Elsevier, 2016.
2. SILVA, L. N. C. FERRAR, D.G. Introdução À Mineração de Dados. Saraiva, 2016.
3. TAN, P. N.; STEINBACH, M.; KUMAR, V. Introdução ao datamining: mineração de dados. Ciência Moderna, 2009.

Bibliografia Complementar

1. WITTEN, I. H.; FRANK, E. Data Mining: Practical Machine Learning Tools and Techniques, 3rd ed., Morgan Kaufmann, 2011.
2. HAN, J.; KAMBER, M. Data Mining Concepts and Techniques, 3th ed, Morgan Kaufmann, 2011.
3. RUSSEL, S. J.; NORVIG, P. Inteligência Artificial, 2a edição, Campus, 2004.
4. BUSSAB, W. O.; MORETTIN, P. A. Estatística Básica. São Paulo: Saraiva, 5a. ed. 2005.
5. TRIOLA, M. F. Introdução à Estatística. 9ª ed. Rio de Janeiro: LTC - Livros Técnicos e Científicos, 656 p. 2005.