Data Mining

UNINOVE - UNIVERSIDADE NOVE DE JULHO

SÃO PAULO

2016

UNINOVE - UNIVERSIDADE NOVE DE JULHO

MINERAÇÃO DE DADOS (DATA MINING)

MINERAÇÃO DE DADOS (DATA MINING)

INTEGRANTES:

ANA VALÉRIA – RA: 615200282

BRUNO LUIZ VIEIRA – RA: 615203692

CARLOS VANDERLEI – RA: 616100539

RODNEI – RA 616101436

WESLEY ANTONIO RA – 616101063

SÃO PAULO

2016

Sumário

1.        FILME: JOHNNY MNEMONIC        

2.        SÉRIE: PERSON OF INTEREST        

3.        DIFERENÇAS ENTRE KDD E DATA MINING        

4.        DIFERENÇA ENTRE UM MODELO DE CONHECIMENTO PREDITIVO E UM MODELO DESCRITIVO        

5.        PROBLEMA        

6.        REFERÊNCIAS        

1. FILME: JOHNNY MNEMONIC

A realidade tecnológica do filme reflete os dias atuais? Justifique

A realidade tecnológica do filme reflete em parte os dias atuais. Isto porque, em parte das cenas em que o Johnny conversa com o Ralph eles realizam chamadas de vídeo, que são bem comuns atualmente. Como videoconferências, chamadas de vídeo pelo "Skype", chamadas de vídeo por Smartphones, etc.

Com relação ao armazenamento de dados pelo Ciborgue, verifica-se que atualmente existem inúmeros dispositivos que possuem grande capacidade de armazenamento de dados na memória.

Já na parte em que é utilizado o "fone de olhos" para ter conexão à rede, tais "fones de olhos" se equiparão ao Google Glass, que é um acessório em forma de óculos que possibilita a interação dos usuários com diversos conteúdos em realidade aumentada, sendo capaz de tirar fotos a partir de comando de voz, enviar mensagens instantâneas e realizar videoconferências.

No mais, é demonstrado no filme que a Pharmakom é a única detentora da informação mais valiosa do século: a cura da atenuação nervosa ou do "tremor negro". Isto significa nos dias de hoje, que as grandes empresas são detentoras das informações mais valiosas, e, portanto, são monopolizadoras das informações. Logo, necessitam de uma forte proteção em seus dados para evitar o vazamento.

1. SÉRIE: PERSON OF INTEREST

Identificar exemplos de utilização de Data Mining.

Foram encontrados exemplos de utilização de Data Mining nas seguintes cenas:

• Utilização de reconhecimento e busca de objetos em imagens ou vídeos - Isto ocorre nas cenas que a "máquina" construída por Harold Finch capta imagens e vídeos das pessoas através das câmeras espalhadas pela cidade de Nova York. Aplicação de algoritmos para a identificação de objetos desejados.
• Identificação por impressões digitais - Cena em que a detetive utiliza o copo de água em que o Reese bebeu, para reconhecimento de suas impressões digitais dentro do banco de dados do Governo americano.
• Banco de dados – Maquina criado por Finch para prevenção e extermínio de ataques terrorista em solo americano, que realiza a mineração dos dados separando as informações (que são as fontes de conhecimento: os e-mails, mensagens, conversas, trocados entre os usuários) entre relevante e irrelevantes.
• A máquina é programada para detectar informações relevantes, sendo apenas aquelas que envolvam crimes de grande magnitude que acabariam com a vida de um número grande de pessoas. Já as informações irrelevantes são todos os outros crimes que não são interessantes para o Governo por não acabarem com um número grande de vidas, e, por serem irrelevantes, são programados para serem descartados à meia-noite, para evitar sobrecarga no servidor.

1. DIFERENÇAS ENTRE KDD E DATA MINING

Segundo FAYYAD (1996), KDD “É um processo, de várias etapas, não trivial, interativo e iterativo, para identificação de padrões compreensíveis, válidos, novos e potencialmente úteis a partir de grandes conjuntos de dados.”. Refere-se a todo o processo de descoberta útil de dados e envolve várias etapas. A principal etapa, núcleo desse processo, chama-se Data Mining ou Mineração de Dados, também conhecida como processo de arqueologia de dados, ou reconhecimento de padrões (CHEN; HAN; YU, 1996).

Portanto, a diferença entre KDD e Data Mining é: Enquanto KDD refere-se a todo processo de descoberta de conhecimento útil de dados, enquanto Data Mining refere-se à aplicação de algoritmos para extrair modelos dos dados.

1. DIFERENÇA ENTRE UM MODELO DE CONHECIMENTO PREDITIVO E UM MODELO DESCRITIVO

Padrões preditivos são construídos com o objetivo de resolver um determinado problema de prever os valores de um ou mais atributos, em função dos valores de outros atributos.

O Padrão Descritivo tem como centro apresentar informações interessantes que um especialista do domínio da aplicação possa desconhecer.

1. PROBLEMA

Sabe-se que ao preencher a declaração anual do Imposto de Renda, muitos contribuintes praticam a chamada sonegação ou evasão fiscal.

Ou seja, “escondem” rendimentos e “inventam” gastos inexistentes, visando pagar menos imposto.

É necessário elaborar um “sistema de malha” que seja capaz de detectar com precisão a ocorrência de tais infrações.

Detecção de Fraudes no Imposto de Renda

Quais seriam as primeiras providências a serem tomadas pela equipe após receber o problema? Justifique a resposta.

1 - Revisar todas as declarações de forma eletrônica na qual são efetuadas verificações com outros elementos.

...