Sistemas de Apoio à Decisão(SAD)

Decision Support Systems

Andreas Wichert

LEIC Tagus(Página da cadeira: Fenix)

Objectivo Geral

Acumular informação para produzir indicadores de negócio que permitam tomar decisões

Extracção de conhecimento interessante (regras, padrões, restrições) dos dados existentes em grandes BDs

Corpo docente Andreas Wichert - Teóricas

andreas.wichert@inesc-id.pt Helena Galhardas

José Barateiro - Laboratórios

Organização das aulas Teóricas:

Matéria (slides baseados no livro e artigos) Apresentação de pessoas externas

Práticas/Laboratório: Exercícios Utilização do SW SAS v. 9 Ínicio: 6/3

Avaliação Projecto DW (PDW): grupos de 3 pessoas – 40%

Nota mínima: 9,5v Inscrições na página da cadeira no Fenix (agrupamentos) Entrega do enunciado: 13 Março Entrega do projecto: 31 Março Discussões: 3 a 7 Abril

Projecto DM (PDM): mesmos grupos de 3 pessoas – 30% Nota mínima: 9,5v Entrega do enunciado: 24 Abril Entrega do projecto: 2 Junho Discussões: 12 -16 Junho

Exame (DM): individual – 30% Nota mínima: 9,5v 1º Exame: 20/6, 17H 2º Exame: 15/7, 11H

Data Mining: Concepts and Techniques

Reconhecimento Prof. Jiawei Han

hanj@cs.uiuc.edu University of Illinois at Urbana-Champaign

http://www-sal.cs.uiuc.edu/~hanj/ Slides: http://www-sal.cs.uiuc.edu/~hanj/bk2/

Zur Anzeige wird der QuickTime™ Dekompressor „TIFF (Unkomprimiert)“ benötigt.

Bibliografia - DW Data Mining: Concepts and Techniques,

J. Han & M. Kamber, Morgan Kaufmann, 2001

The Data Warehouse Toolkit, 2nd ed, Ralph Kimball, Margy Ross, 2002

Bibliografia - DM

Artificial ,Intelligence - A Modern Approach, Second Edition, S. Russel and P. Norvig, Prentice Hall, 2003

Machine Learning, T. Mitchell, 1997 Artificial Intelligence - Structures and Strategies

for Complex Problem Solving, Second Edition, G. L. Luger and W. A. Stubblefield, Benjamin/Cummings Publishing, 1993

Programa

Datawarehouse (DW) e Sistemas de Apoio à Decisão

Modelo multidimensional vs modelo relacional, Teoria da normalização do modelo relacional

Operações OLAP (Online Analytical Processing) Desenho de DW Arquitectura de DW Implementação de DW

Programa

Pré-processamento, transformação e limpeza de dados Exploração de dados (data mining)

Descrição de conceitos e generalização de dados Árvores de decisão Redes neuronais Redes bayesianas Regras de associação Análise de clusters Classificação baseada em instâncias

Informação necessária para apoio à decisão

Características requeridas para a informação utilizada para a tomada de decisão: precisa fiável actualizada relevante orientada à acção

Sistemas operacionais

Contabilidade, compras, reservas, telecomunicações, etc

Muitas fontes de dados dispersas (ficheiros excel, BD Access) de suporte a aplicações do tipo: SAP, ERPs, etc

Alguns problemas: acesso aos dados díficil, qualidade de dados duvidosa, dados estruturados à aplicação (ex: códigos específicos), suporte a interrogações simples

Conceito de um DW Conjunto centralizado de dados:

temáticos históricos datados integrados

que oferece um nível de qualidade adequado às aplicações de decisão

Arquitectura geral SAD

Data Sources

Operational DBs

othersources Analysis

QueryReportsData mining

Front-End ToolsOLAP Engine

Serve

OLAP Server

DataWarehouse

ExtractTransformLoadRefresh

Metadata

Data Marts

Data Storage

What is Data Mining ?

http://www-sal.cs.uiuc.edu/~hanj/

Chapter 1, Slides:http://www-sal.cs.uiuc.edu/~hanj/bk2/