SIGAA - Sistema Integrado de Gestão de Atividades Acadêmicas

Resumo do Componente Curricular

Dados Gerais do Componente Curricular

Tipo do Componente Curricular:

DISCIPLINA

Unidade Responsável:

PROGRAMA DE PÓS-GRADUAÇÃO EM COMPUTAÇÃO APLICADA (PROFISSIONAL) (11.01.01.15.05)

Código:

PPCA0004

Nome:

MINERAÇÃO DE DADOS

Carga Horária Teórica:

30 h.

Carga Horária Prática:

0 h.

Carga Horária Total:

30 h.

Pré-Requisitos:

Co-Requisitos:

Equivalências:

Excluir da Avaliação Institucional:

Não

Matriculável On-Line:

Sim

Horário Flexível da Turma:

Sim

Horário Flexível do Docente:

Sim

Obrigatoriedade de Nota Final:

Sim

Pode Criar Turma Sem Solicitação:

Sim

Necessita de Orientador:

Não

Exige Horário:

Sim

Permite CH Compartilhada:

Não

Permite Múltiplas Aprovações:

Não

Quantidade de Avaliações:

Ementa:

1. Conceituação de mineração de dados e de texto.2. Modelo de referência CRISP-DM.3. Técnicas para pré-processamento de dados.4. Algoritmos de mineração de dados.5. Métodos de avaliação.6. Ferramentas para mineração de dados.7. Estudo de caso.

Referências:

CRISP-DM 1.0 Step-by-step data mining guide. Pete Chapman (NCR), Julian Cliunton (SPSS), Randy Kerber (NCR), Thomas Khabaza (SPSS), Thomas Reinartz, (DaimlerChrysler), COlin Shearer (SPSS), and Rudiger Wirth (DaimlerChrysler). Editora CRISP-DM Consortium, 2000.Data Mining: Practical Machine Learning Tools and Techniques. Ian H. Witten, Eibe Frank and Mark A. Hall. Editora Morgan Haufmann, 2011.Data Mining Techniques for Marketing, Sales, and Customer Support. Michael J. A. Berry, Gordon Linoff. Editora John Wiley & sons, 1997.

Currículos
Código	Ano.Período de Implementação	Matriz Curricular	Obrigatória	Período	Ativo
299/1	2019.2	COMPUTAÇÃO APLICADA/PPCA - Mestrado - Presencial	Sim	0	Sim
299/-2	2017.2	COMPUTAÇÃO APLICADA/PPCA - Mestrado - Presencial	Sim	0	Sim

<< Voltar