UNIVERSIDADE FEDERAL DE MATO GROSSO
INSTITUTO DE CIÊNCIAS EXATAS E DA TERRA
DEPARTAMENTO DE ESTATÍSTICA
CURSO GRADUAÇÃO EM ESTATÍSTICA – BACHARELADO
MINERAÇÃO DE DADOS
Carga Horária: 64h
Créditos: 2 práticos 2 teóricos
Requisito: Estatística Computacional
Ementa:
Introdução à Gestão do Conhecimento. Análise Estatística de grandes Bancos de
Dados. Tratamento de dados para os processos de Data Mining. O Processo de
Descoberta de Conhecimento em Bancos de Dados. Data Mining, suas principais
funcionalidades, técnicas e algoritmos. Análise de Associações.
Classificação de
Dados. Árvores de Decisão. Regressão Logística. Redes Neurais. Segmentação e
Análise de Cluster. Estudo de casos.
Bibliografia Básica:
AMARAL,F.C.N. Data Mining: Técnicas e Aplicações para o Marketing Direto. São
Paulo: Editora Berkeley, 2001.
CARVALHO,L.A.V.
Datamining A Mineração de Dados no Marketing, Medicina,
Economia, Engenharia e Administração. São Paulo: Editora Érica, 2001.
DINIZ,C.A.R. , NETOF.L. Data Mining: Uma Introdução. São Paulo: XIV Simpósio
Nacional de Probabilidade e Estatística. IME-USP, 2000.
Bibliografia Complementar
BERRY,M.J.A., LINOFF,G. Data Mining Techniques For Marketing, Sales and
Customer Support. 2a. ed. New York: John Wiley & Sons, Inc., 2004.
HAN, J. , KAMBER, M.. Data Mining: Concepts and Techniques. San Francisco:
Morgan Kaufmann Publishers, 2001.