|
Data Mining - Conceitos, Técnicas, Algoritmos, Orientações e Aplicações
Ronaldo Goldschmidt
LTC - GEN
138,00
Indisponível
|
|
Os constantes avanços na área da Tecnologia da Informação têm viabilizado o armazenamento de grandes e múltiplas bases de dados de natureza comercial, administrativa, governamental e científica. Por outro lado, a análise de grandes quantidades de dad os pelo homem é inviável sem o auxílio de ferramentas computacionais apropriadas. Na era globalizada em que vivemos, é cada vez maior a competitividade entre as empresas, sendo a informação e o conhecimento elementos fundamentais para se obter difere nciais mercadológicos frente à concorrência. Diante desse cenário, surge a área de DataMining cujo propósito é desenvolver e aplicar técnicas que permitam obter conhecimentos novos e úteis a partir de grandes bases de dados. Diversas técnicas de Dat aMining vêm sendo utilizadas com sucesso no mundo inteiro e estão presentes em empresas nacionais e internacionais, como: SERPRO, Caixa Econômica, Dataprev, Embratel, Telefônica, Sendas, Wal-Mart, FedEx, UPS, entre muitas outras. Detecção de fraudes em arrecadações, tendências de consumo de clientes, previsão de produção na indústria e previsão de riscos no mercado financeiro são alguns exemplos dentre as inúmeras aplicações de DataMining na atualidade.Dê-me um Banco de Dados que eu lhe dou o c onhecimento embutido nele: essa é uma das frases que melhor retratam em linhas gerais o principal objetivo da área de DataMining. Assim sendo, este livro se destina a todas as pessoas relacionadas à área de TI (analistas, programadores, gerentes, pro fessores, estudantes) que desejem analisar e tirar proveito do conhecimento existente em bases de dados. Conforme o próprio título sugere, este livro reúne desde material teórico e formal até experiências e orientações práticas reais sobre como condu zir e executar aplicações na área da descoberta de conhecimento em bases de dados (KDD). Seu conteúdo é uma introdução aos conceitos fundamentais necessários para se realizar o processo de KDD. Durante todo o livro, exemplos são utilizados para dem
|
|
|
