A RELAÇÃO ENTE ESTATÍSTICA, ANÁLISE DE DADOS E DATA MINING
Por: Danielhebreu • 28/2/2018 • Trabalho acadêmico • 3.940 Palavras (16 Páginas) • 308 Visualizações
[pic 1]
UNIVERSIDADE AGOSTINHO NETO
FACULDADE DE ECONOMIA
DEPARTAMENTO DE CIÊNCIAS SOCIAS
RELAÇÃO ENTE ESTATÍSTICA, ANÁLISE DE DADOS E DATA MINING
Trabalho apresentado como exigência parcial da cadeira de Estudos de Mercado na Universidade Agostinho Neto do curso de Economia sob orientação do Professor: Dr. Mário Soares-Mestre. |
Luanda, Junho /2017
[pic 2]
UNIVERSIDADE AGOSTINHO NETO
FACULDADE DE ECONOMIA
DEPARTAMENTO DE CIÊNCIAS SOCIAS
RELAÇÃO ENTE ESTATÍSTICA, ANÁLISE DE DADOS E DATA MINING
Integrantes do grupo:
- Albino Ngongo Lucamba Sumbelelo.....n.º103091
- Armindo Daniel António Gomes .........n.º 92934
- Domingos Adão Dimbo…………………nº 55920
- Jéssica Euridice da Piedade Muanza…nº 99506
- Nzongo Difuani……………………….. nº 99590
- Sofia da Conceição Luacuti……………nº 99620
Luanda, Junho /2017
DEDICATÓRIA
Dedicamos este trabalho a Deus todo-poderoso
por ter-nos dado a vida, saúde e a força de realizar este trabalho.
Dedicamos este trabalho aos nossos pais, pelo zelo, exemplo, sacrifício, dignidade e por tudo o que jamais conseguiríamos descrever…
Aos nossos amigos, irmãos e tios que sempre nos apoiam em tudo que é necessário e muito fazem para que nós continuemos com os nossos estudos, dando-nos apoio moral e financeiro, e para que este trabalho se tornasse uma realidade. O nosso muito obrigado.
AGRADECIMENTO
A dívida de gratidão vai ao Dr. Mário Soares-Mestre por ter-nos dado a oportunidade de fazer este trabalho pela minha aprovação na disciplina de Estudos de Mercado, e pela sua eficiência, bom- humor e boa vontade que teve de trabalhar por longas horas nas aulas, ajudou-nos a seguir em frente e foi de grande apreço.
Em seguida agradecemos aos nossos familiares, amigos e colegas que não poupam seus esforços e fizeram com que este trabalho se tornasse uma realidade pelas diversas ajudas por sua parte.
ÍNDICE GERAL
DEDICATÓRIA------------------------------------------------------------------------------------------2
AGRADECIMENTO-----------------------------------------------------------------------------------3
RESUMO----------------------------------------------------------------------------------------------------5
INTRODUÇÃO-------------------------------------------------------------------------------------------6
Objectivo do trabalho--------------------------------------------------------------------------------------6
Metodologia utilizada--------------------------------------------------------------------------------------6
Estrutura do trabalho---------------------------------------------------------------------------------------6
1. O PROCESSO NA ANÁLISE DE DADO E DATA MINING (DM) -------------7
2- MÉTODOS TRADICIONAIS DA DATA MININ----------------------------------9
3- Tratamento da estatística na análise de dado--------------------------------------10
CONSICDERAÇÕES FINAIS--------------------------------------------------------------------14
BIBLIOGRAFIA---------------------------------------------------------------------------------------15
RESUMO
Actualmente, muito se fala em Data Mining, encontrando-se na literatura significativa variedade de estudos sobre o tema. Este artigo tem como objetivo introduzir conceitos básicos dessa tecnologia a interessados que ainda estão iniciando o estudo de Data Mining. Nesse contexto, o presente texto pretende apresentar alguns desses conceitos sobre as técnicas que envolvem a descoberta de conhecimento em grandes conjuntos de dados, além de registrar algumas características de um software específico para mineração de dados, o Clementine, da SPSS, bem como algumas aplicações realizadas nessa ferramenta.
Palavras-chave MINERAÇÃO DE DADOS – DESCOBERTA DE CONHECIMENTO EM BASE DE DADOS – ANÁLISE EXPLORATÓRIA
DE DADOS – MODELOS ESTATÍSTICOS DE RELACIONAMENTO ENTRE VARIÁVEIS – CLEMENTINE/SPSS
INTRODUÇÃO
A rápida evolução dos recursos computacionais ocorrida nos últimos anos permitiu que, simultaneamente, fossem gerados grandes volumes de dados. Estima-se que a quantidade de informação no mundo dobra a cada 20 meses e que o tamanho e a quantidade dos bancos de dados crescem com velocidade ainda maior (Dilly, 1999). O explosivo crescimento do volume de dados tem gerado uma urgente necessidade de novas técnicas e ferramentas capazes de transformar, de forma inteligente e automática, terabytes de dados em informações significativas e em conhecimento. Essas informações, de grande valia para o planejamento, gestão e tomadas de decisão, estão, na verdade, implícitas e/ou escondidas sob uma montanha de dados, e não podem ser descobertas ou, no mínimo, facilmente identificadas utilizando-se sistemas convencionais de gerenciamento de banco de dados.
...