Administração de Sistemas de Informação

Apresentação em tema: "Administração de Sistemas de Informação"— Transcrição da apresentação:

1 Administração de Sistemas de Informação
Sistemas de Apoio à Decisão e Agentes Inteligentes Prof. Afranio Lamy Spolador Jr.

2 Sistema de Apoio à Decisão
Definição: São sistemas mais complexos que permitem total acesso à base de dados corporativa, modelagem de problemas, simulações e possuem uma interface amigável. Auxiliam o executivo em todas as fases de tomada de decisão. Histórico: Nos últimos 10 anos, houve um crescimento em nossa capacidade de gerar e coletar dados, devido basicamente a três fatores importantes: Grande poder de processamento e armazenamento do computador a baixo custo; Surgimento de novas tecnologias a uma grande velocidade; Acúmulo de dados em uma razão crescente.

3 Como pode ser utilizado?
AQUISIÇÃO DE CONHECIMENTO DATA MINING SISTEMAS ESPECIALISTAS SISTEMAS INTELIGENTES PARA APOIO NA TOMADA DE DECISÕES PODEM USAR: ALGORITMOS GENÉTICOS REDES NEURAIS LÓGICA FUZZY CBR

4 Data Mining Data Mining (DM) é o processo de extrair conhecimento de bases de dados, ou seja, trabalhar com grandes quantidades de informação com o objetivo de extrair significado e descobrir novos conhecimentos. CONHECIMENTO INFORMAÇÃO DADO

5 Porque utilizar Data Mining
Dado cru é fácil de coletar, caro para analisar. Métodos: máquina de aprendizado, estatística, bases de dados. Uma ferramenta para análises de dados. Pode ser usado em combinação com métodos tradicionais. Grande interesse desde 1989. Sucesso nas aplicações práticas

6 As metas primárias de Data Mining
Previsão envolve a utilização de algumas variáveis - atributos da base de dados procura prever valores desconhecidos ou futuros de outras variáveis de interesse Descrição procura por padrões que descrevem os dados os padrões devem ser interpretáveis por humanos

7 As principais tarefas de Data Mining
Classificação aprendizado de uma função que mapeia — classifica — um item de dado dentre várias classes pré-definidas utilização no mercado financeiro identificação de objetos de interesse em grandes bases de dados Regressão aprendizado de uma função que mapeia um item de dado para uma variável de precisão com valor real previsão da quantidade de biomassa presente em uma floresta através de medidas capturadas por sensoramento remoto estimação da probabilidade de morte de um paciente, dado um conjunto de diagnósticos

8 As principais tarefas de Data Mining (cont.)
Agrupamento é uma tarefa descritiva comum o objetivo é identificar um conjunto finito de categorias, ou agrupamentos, para descrever os dados descoberta de subcategorias de um espectro de medida de raio infravermelho descoberta de grupos de clientes, considerando o seu comportamento comercial, em grandes bases de dados Ferramentas de Data Mining disponíveis: C5.0 (Quinlan) CN2 Clementine (Integral Solution) Mineset (Silicon Graphics) Intelligent Miner (IBM)

9 Processo KDD (Knowledge Discovery in Database)
Entender o domínio; Preparar o conjunto de dados; Descoberta de padrões (Data Mining); Pós-processamento da descoberta de padrões; Aplicar os resultados.

10 Ciclo KDD ? INTERPRETAÇÃO/ AVALIAÇÃO CONHECIMENTO DATA MINING PADRÕES
FAYYAD 1996 ? CONHECIMENTO PADRÕES DADO TRANSFORMADO DATA MINING INTERPRETAÇÃO/ AVALIAÇÃO DADOS SELEÇÃO PRÉ-PROCESSAMENTO ANALISADO PROCESSADO TRANSFORMAÇÃO

11 Conclusões SAD Várias tecnologias que trabalham com informação ainda necessitam ser pesquisadas. Os Sistemas Inteligentes de Apoio à Tomada de Decisão são fundamentais para auxiliar os executivos, embora a decisão final seja deles.

12 Sistemas Inteligentes
NLP (natural language processing): Reconhecimento da Voz: IBM Via Voice Case American Express (reserva de vôos) Redes Neurais: Processamento em paralelo; Verificação de assinaturas; Verificação de Fraudes; CBR (Case Bases Reasoning): Raciocínio baseado em casos. Agentes Inteligentes

13 Exemplos