Embed Size (px)
Citation preview
TÓPICOS AVANÇADOS EM ENGENHARIA DE SOFTWARE
Engenharia de Computação
Professor: Rosalvo Ferreira de Oliveira Neto
Dados pessoais
Rosalvo Ferreira de Oliveira Neto
• MSc. em ciência da computação (UFPE)
• www.univasf.edu.br/~rosalvo.oliveira
ApresentaçãoConteúdo
ProgramáticoReferência
bibliográficaAvaliações
3
Minhas linhas de pesquisa
• Inteligência Artificial
• Redes Neurais
• Algoritmos Busca
• Credit Scoring
• Behavior Scoring
• Construções de Data Warehouse
ApresentaçãoConteúdo
ProgramáticoReferência
bibliográficaAvaliações
4
Horário da disciplina
ApresentaçãoConteúdo
ProgramáticoReferência
bibliográficaAvaliações
5
Horários Seg Ter Qua Qui Sex
08:00 às 10:00 Sala 14 Sala 14
•Conceitos gerais de Data Warehousing e Data Mart Introdução
•Processo decisório e suas etapas;•Automação de processos empresariais;•Sistemas de Apoio a Decisão - sads•Armazenamento de dados•Dados empresariais;•Modelos de dados multidimensionais; •Bancos de dados;•Data warehouses;•Processamento de dados•Sistemas OLTP (Online Transaction Processing);•OLAP: Consultas analíticas em um data warehouse;•Operações de dados multidimensionais;•Visualização de dados multidimensionais.
ApresentaçãoConteúdo
ProgramáticoReferência
bibliográficaAvaliações
6
ApresentaçãoConteúdo
ProgramáticoReferência
bibliográficaAvaliações
7
•Metodologias para construção de projetos de descoberta do conhecimento com ênfase na construção de bases de dados
•Metodologias do processo de mineração de dados
•Sistemas para apoio e integração em projetos de mineração de dados
•Conceitos Gerais de Behavior Score
•Principais abordagens de transformação de dados utilizada na etapa de transformação dos dados em um projeto de KDD
•Proposicionalização
•Mineração de dados Multidimensional
•Conceitos gerais sobre metodologia experimental: Estatística Descritiva e Teste de hipótese
•Teste de Hipótese;
•Validação Cruzada.
ApresentaçãoConteúdo
ProgramáticoReferência
bibliográficaAvaliações
6
Bibliografia Básica
•Sistemas Inteligentes - Fundamentos e Aplicações, Rezende, Solange Oliveira, 1ª Ed. 2006.•Fayyad, U., Piatetsky-Shapiro, G. and Smyth, P. The KDD process for extracting useful knowledge from volumes of data. Commun. ACM. pp. 27-34, 1996.•Horng-I Hsieh; Tsung-Pei Lee; Tian-Shyug Lee; , Data Mining in Building BehavioralScoring Models, Computational Intelligence and Software Engineering (CiSE), 2010 International Conference on , vol., no., pp.1-4, 10-12 Dec. 2010.•OLIVEIRA NETO, R. F. ; ADEODATO, P. J. ; SALGADO, A. C. ; BORATTO, M. Estudo Comparativo entre Proposicionalização e Mineração de Dados Multidimensional sobre um Banco de Dados Relacional. In: Simpósio Brasileiro de Banco de Dados, 2012, São Paulo. Anais do SBBD. São Paulo: IME-USP, 2012. p. 240-247.
Bibliografia Complementar
•Montgomery, D. and Runger, G. Applied Statistics and Probability for Engineers. John Wiley & Sons, 2010.•CUNHA, R. C. L. V. Framework híbrido para integração de ferramentas e reuso do conhecimento em problemas binários de mineração de dados. Ph.D. thesis, Universidade Federal de Pernambuco, Brasil, 2009.
ApresentaçãoConteúdo
ProgramáticoReferência
bibliográficaAvaliações
8
NF = (Prova + Projeto)
2
Datas Importantes
ApresentaçãoConteúdo
ProgramáticoReferência
bibliográficaAvaliações
9
Avaliação Data
1°- Prova 06/02/2013
Projeto 15/04/2013
2º Chamada Acumulativa 17/04/2013
Prova Final 22/04/2013
Critérios de avaliação do projeto
•Qualidade do diagrama UML; (Valor = 2,5)
•Qualidade do código fonte (Técnica Implementada); (Valor = 2,5)
•Qualidade técnica dos resultados experimentais; (Valor = 2,5)
•Organização do relatório final. (Valor = 2,5)
ApresentaçãoConteúdo
ProgramáticoReferência
bibliográficaAvaliações
11
