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