SIGAA - Sistema Integrado de Gestão de Atividades Acadêmicas

Resumo do Componente Curricular

Dados Gerais do Componente Curricular
Tipo do Componente Curricular:	MÓDULO
Unidade Responsável:	PROGRAMA DE PÓS-GRADUAÇÃO EM TECNOLOGIA DA INFORMAÇÃO (11.00.05.02.03.06)
Código:	MPES0009
Nome:	MINERAÇÃO DE DADOS
Carga Horária Teórica:	30 h.
Carga Horária Prática:	0 h.
Carga Horária de Ead:	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:	Não
Horário Flexível do Docente:	Sim
Obrigatoriedade de Nota Final:	Sim
Pode Criar Turma Sem Solicitação:	Não
Necessita de Orientador:	Não
Exige Horário:	Sim
Permite CH Compartilhada:	Não
Quantidade de Avaliações:	1
Ementa/Descrição:	Técnicas de banco de dados (Data Warehousing e OLAP). Técnicas de aprendizado de máquina e estatística na descoberta e extração automática de conhecimento. Métodos e técnicas de tomada de decisão em organizações. Métodos e técnicas de Gerenciamento de negócios baseados em aprendizado de máquina.
Referências:	1. Han, J., Kamber, M. and Pei, J. Data Mining: concepts and techniques. Third Edition, Morgan Kaufmann, 2011. 2. Witten, I.H. and Frank, E. Data Mining: practical machine learning tools and techniques with Java implementations. Morgan Kaufmann, 2000. 3. MACHADO, F. N. R. Tecnologia e projeto de data warehouse: uma visão multidimensional. Segunda edição. Editora Érica, São Paulo, 2006. 4. Mitchell, T. Machine Learning. McGraw-Hill, 1997. 5. Devlin, Barry. Data Warehouse from Architecture to Implementation. Addison Wesley, 1997.

<< Voltar