Resumo de artigo: BIG DATA, MINERAÇÃO DE DADOS E APRENDIZAGEM DE MÁQUINA: FORMAS DE EXTRAIR INFORMAÇÃO EM GRANDES VOLUMES DE DADOS

Tópicos Especiais em Computação

Resumo de artigo

Artigo “BIG DATA, MINERAÇÃO DE DADOS E APRENDIZAGEM DE MÁQUINA: FORMAS DE EXTRAIR INFORMAÇÃO EM GRANDES VOLUMES DE DADOS”

Autor: André Bessa da Silva

Ano: 2019

        Com o avanço da tecnologia faz-se necessário a aplicação de métodos que pudessem extrair informações de todos esses dados, o artigo aborda de forma literária os conceitos de aprendizagem de máquina, mineração de dados e big data.  A metodologia utilizada foi a dos principais autores (MONARD, 2003; SOCZEK; ORLOVSKI, 2014) e produções dos últimos anos na área de aprendizagem de máquina e mineração de dados.

        O grande volume de dados é conhecido por Big Data, e o problema principal é como extrair dados desse volume de forma eficiente, temos hoje várias técnicas, métodos e ferramentas para isso, os focos que veremos no artigo são a Mineração de dados e o aprendizado de máquina.

        A mineração de dados é um conjunto de processos e técnicas que procura por padrões, esse padrão usa de técnicas de IA (Inteligência artificial), banco de dados relacional aprendizado de maquina e estatística.

        O aprendizado de máquina por sua vez é voltado a treinar o computador para que ele reconheça padrões nas informações e com base nisso aprender com as informações.

        A mineração de dados surgiu na década de 80 com o objetivo de obter informações relevantes para negociações. O processo mais tradicional de coleta de dados é o feito por técnicas manuais de processamento de informação onde especialistas humanos geram uma série de relatórios que serão analisados para auxiliar na tomada de decisões. Quando os bancos de dados são muito grandes, esse processo é inviável, assim, a mineração de dados torna-se uma alternativa para resolver esse problema.

        O principal objetivo da mineração de dados é a transformação dos dados em conhecimento, para então poder ser analisado. Durante a mineração, alguns dados acabam ficando explícitos, assim, precisam ser tratados com técnicas especiais. O maior uso de mineração de dados hoje é feito para empresas, as quais pagam para terem dados para impulsionarem seus negócios.

Alguns dos algoritmos de aprendizado de máquina se inspiram em sistemas biológicos como os algoritmos genéticos, redes neurais, raciocínio baseado em casos, arvores de decisão e teorias estatísticas.

Portanto, o objetivo central é que, conhecendo cada uma das técnicas apresentadas e suas particularidades, poderá utilizá-las em conjunto da melhor forma para o processo de extração de conhecimento de base de dados heterogênea, como o Big Data, de maneira eficaz e automatizada. Assim, usando de técnicas de mineração de dados, é possível atuar sobre o Big Data, pois com as maneiras tradicionais isso não seria possível.

...