Mineração de dados: diferenças entre revisões
Conteúdo apagado Conteúdo adicionado
m ajustes |
m fonte citada |
||
Linha 8:
== Visão geral ==
A mineração de dados é formada por um conjunto de ferramentas e técnicas que através do uso de [[algoritmo]]s de aprendizagem ou classificação baseados em [[redes neurais]] e [[estatística]], são capazes de explorar um conjunto de dados, extraindo ou ajudando a evidenciar padrões nestes dados e auxiliando na descoberta de conhecimento. Esse conhecimento pode ser apresentado por essas ferramentas de diversas formas: agrupamentos, [[hipótese]]s, regras, árvores de decisão, grafos, ou [[dendrograma]]s.<ref>{{Citar web|url=https://infatica.io/blog/data-mining-overview/|titulo=Data mining: what is it and why does your business need it?|data=2020-11-26|acessodata=2022-11-11}}</ref>
O ser humano sempre aprendeu observando padrões, formulando hipóteses e testando-as para descobrir regras. A novidade da era do computador é o volume enorme de dados que não pode mais ser examinado à procura de padrões em um prazo razoável. A solução é instrumentalizar o próprio computador para detectar relações que sejam novas e úteis. A mineração de dados (MD) surge para essa finalidade e pode ser aplicada tanto para a [[pesquisa científica]] como para impulsionar a lucratividade da empresa madura, inovadora e competitiva. Também a multidisciplinaridade da mineração de dados pode ser considerada inevitável devido à integração de diversas áreas de conhecimento no processo de análise, abordando áreas de pesquisas que envolvem estatística, matemática e a computação, as quais são disciplinas fundamentais para realização do processo de mineração de dados.<ref>{{Citar web|título = Mineração de Dados: Uma Introdução|url = http://www.lnlm-sbic.org/papers/vol9-no3-art3.pdf|obra = www.lnlm-sbic.org|acessadoem = 2015-06-29}}</ref>
| |||