Use this identifier to cite or link to this item: http://hdl.handle.net/10737/2844
Title: Sistematização do processo de mineração e análise de dados aplicado ao setor público
Authors: Bruxel, Cândida Maria
Keywords: Mineração de Dados;Análise de Dados;CRISP-DM;Aprendizado de Máquina;Visualização Científica;Setor Público;Data Mining;Data analysis;Machine Learning;Scientific visualization;Public sector
Date of Defense: 16-Jul-2020
Issue Date: Jun-2020
Citation: BRUXEL, Cândida Maria. Sistematização do processo de mineração e análise de dados aplicado ao setor público. 2020. Monografia (Graduação em Engenharia da Computação) – Universidade do Vale do Taquari - Univates, Lajeado, 16 jul. 2020. Disponível em: http://hdl.handle.net/10737/2844.
Abstract: A Mineração de Dados é o processo de identificar padrões, regras, correlações e anomalias em conjuntos de dados para extrair conhecimento e ajudar gestores na tomada de decisão, além de ser uma área multidisciplinar, incluindo tecnologias de armazenamento, técnicas de Inteligência Artificial, algoritmos de Aprendizado de Máquina e estratégias de Visualização Científica. Este trabalho teve por objetivo explorar uma metodologia de Mineração e Análise dos Dados, utilizando como estudo de caso informações oriundas do setor público. Para tanto, foi estruturada uma base de dados com dados consolidados e então diversas técnicas de Mineração de Dados foram aplicadas, seguindo a metodologia Cross-Industry Standard Process for Data Mining (CRISP-DM). Além do resultado imediato de descobrir informações úteis e ainda desconhecidas, este trabalho procurou analisar ferramentas e algoritmos atualmente disponíveis, assim como refletir sobre como as informações mineradas podem ser retornadas de forma interativa para um gestor público.
Data Mining is the process of identifying patterns, rules, correlations and anomalies in data sets to extract knowledge and help decision makers, being a multidisciplinary area, which includes storage technologies, Artificial Intelligence techniques, Machine Learning methods and Scientific Visualization strategies. This work aims to explore a mining and data analysis methodology, using as a case study information from the public sector. For this, a database with consolidated data was structured and then several data mining techniques were applied, following the Cross-Industry Standard Process for Data Mining (CRISP-DM) methodology. In addition to the immediate result of discovering useful and yet unknown information, this work seeks to analyze currently available tools and algorithms, as well as to reflect on how mined information can be interactively returned to a public sector manager.
URI: http://hdl.handle.net/10737/2844
Appears in Collections:Engenharia da Computação

Files in This Item:
File Description SizeFormat 
2020CandidaMariaBruxel.pdf1,88 MBAdobe PDFThumbnail
View/Open


This item is licensed under a Creative Commons License Creative Commons