Resumo de Noções de Mineração de Dados, Aprendizado de Máquina e Big Data

Informações Gerais do Resumo:

  • Número de Questões: 25
  • Número de Páginas: 38

Conteúdo do Resumo:

  • Noções de Mineração de Dados
    • Introdução
      • Conceito de Mineração de Dados
      • Objetivos da Mineração de Dados
    • Processos de Projeto de Mineração de Dados
      • Processo de Descoberta do Conhecimento em Bases de Dados (KDD)
      • Processo CRISP-DM
    • Tarefas, Técnicas e Algoritmos de Mineração de Dados
      • Classificação (Classification)
      • Árvores de Decisão (Decision Tree)
      • Redes Neurais (Neural Networks)
      • Estimação (Estimation) ou Regressão (Regression)
      • Análise Descritiva (Description) ou Sumarização de Dados
      • Agrupamento ou Segmentação (Clustering)
      • Associação (Association)
      • Detecção de Anomalias ou Análise de Outliers
    • Aplicações de Mineração de Dados
  • Noções de Aprendizado de Máquina
    • Conceito de Aprendizado de Máquina
    • Como Funciona o Aprendizado de Máquina
    • Abordagens de Aprendizado de Máquina
      • Aprendizagem Supervisionada
      • Aprendizagem Não Supervisionada
      • Aprendizagem Semissupervisionada
      • Aprendizado por Reforço
    • Aplicações de Aprendizado de Máquina
  • Noções de Big Data
    • Conceito de Big Data
    • Quais são os 5Vs do Big Data?
    • Estruturação dos Dados
    • Big Data Analytics
    • Tecnologias de Big Data
      • Ferramentas
      • Linguagens de Dados
      • Infraestrutura