Sistemas de Apoio à Decisão (SAD) Decision Support Systems Andreas Wichert LEIC Tagus
description
Transcript of Sistemas de Apoio à Decisão (SAD) Decision Support Systems Andreas Wichert LEIC Tagus
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
[email protected] 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
[email protected] 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/