Contexto de Big Data, Ciência de Dados e KDD - Pós Graduação em Big Data
4 gostaram714 visualizações
Este documento discute o contexto de Big Data, Ciência de Dados e Processo de Descoberta de Conhecimento (KDD). A quantidade de dados gerados aumentou drasticamente e vem de fontes variadas, incluindo dados estruturados e não estruturados. O objetivo continua sendo sintetizar, organizar e tomar decisões baseadas nos dados, porém os desafios são maiores devido ao volume, variedade e velocidade dos dados atuais. O processo KDD é usado para extrair conhecimento e insights dos dados por meio de aquisição,
Contexto de Big Data, Ciência de Dados e KDD - Pós Graduação em Big Data
- 1. Contexto de Big Data, Ciência de Dados e KDD Fabrício J. Barth! Disciplina de Modelagem Descritiva e Preditiva! Pós-Graduação em Big Data e Analytics
- 2. quantidadedeinformações 10 100 1970 1980 1990 2000 2010 2020 Sempre houve:! ! Produção de informação! Geração de dados! Geração de conteúdo
- 3. Sempre desejou-se: ! ! sintetizar a informação! ! manter, disseminar, organizar, criar conhecimento e tomar decisões mais! assertivas com base nos dados.
- 4. Métodos, processos e ferramentas ✤ Gestão de Conhecimento, Sistemas Especialistas e Mineração de Dados! ✤ Sistemas Especialistas e Projetos de Mineração de Dados (Processo de Descoberta de Conhecimento) só funcionavam em cenários muito bem delimitados e utilizando dados muito bem tratados e estruturados.! ✤ Também, manipular dados diferentes dos dados não estruturados não parecia ser algo relevante.
- 6. quantidadedeinformações 100 10000 1970 1980 1990 2000 2010 2020 O cenário mudou!
- 7. Gandour, F. O que muda com a computação cognitiva? Revista de ESPM, Set/Out de 2014.
- 8. ✤ O cenário mudou!! ✤ Mas o desejo ainda continua:! ✤ sintetizar! ✤ manter! ✤ disseminar! ✤ organizar! ✤ encontrar! ✤ tomar decisões baseadas em ….
- 9. Mas o desafio mudou ✤ Ficou mais complexo devido as características dos dados, da forma como eles são gerados e das novas necessidades dos usuários.! ✤ O volume de dados gerados é muito alto.! ✤ A velocidade com que eles são gerados e perdem a validade é muito rápida.! ✤ A variedade das fontes é bem diversificada (estruturada + não estruturada)! ✤ Aparentemente, os usuários não querem mais saber do passado. Estão muito interessados no presente e futuro.
- 10. Alguns exemplos
- 11. Entrada: 13 milhões de registros históricos sobre crimes em LA.! Saída: determinar quando um crime irá acontecer.
- 12. Entrada: rede de sensores que cobre todo o mundo! Saída: determinar quando um terremoto irá acontecer
- 13. Entrada: milhões de itens e milhões de usuários! Saída: recomendar itens com acurácia alta para os usuários (clientes)
- 17. Criar rôbos que ! compram e vendem ações!
- 18. O que estes projetos têm em comun? ✤ Manipulam grandes volumes de informação! ✤ Outros exemplos de grandes volumes de informação:! ✤ A380: Heathrow - JFK: 640 TBs de log! ✤ Twitter: 12+ TBs of tweet every day! ✤ Facebook: 25+ TBs of log data every day
- 19. O que estes projetos têm em comun? ✤ A origem dos dados é muito variada.
- 20. O que estes projetos têm em comun?
- 22. Outros exemplos ✤ Identificar comportamento anômalo (i.e., fraudes, falhas)! ✤ Sumarizar tendências de publicações de artigos e patentes sobre um determinado tema.! ✤ Sumarizar e filtrar notícias relevantes.! ✤ Sumarizar a opinião expressa na Web sobre a sua empresa.! ✤ Identificar padrões de navegação em sites.! ✤ Identificar conteúdo impróprio em sites.
- 23. Ciência de Dados (Data Science)
- 24. Cientísta de Dados (Data Scientist) ✤ Data Scientist: The sexiest job of the 21st Century. Harvard Business Review.! ✤ Data Scientist applies advanced analytical tools and algorithms to generate predictive insights and new product innovations that are a direct result of the data.
- 25. Processo de Descoberta de Conhecimento
- 26. Processo de Descoberta de Conhecimento (KDD - Knowledge Discovery in Databases) Qual é a pergunta? É possível classificar espécies do gênero iris levando em consideração apenas o tamanho das plantas?
- 27. Processo de Descoberta de Conhecimento (KDD - Knowledge Discovery in Databases) Qual é a pergunta? Aquisição e pré-processamento dos dados
- 28. Processo de Descoberta de Conhecimento (KDD - Knowledge Discovery in Databases) Qual é a pergunta? Aquisição e pré-processamento dos dados Análise exploratória
- 29. Processo de Descoberta de Conhecimento (KDD - Knowledge Discovery in Databases) Qual é a pergunta? Aquisição e pré-processamento dos dados Análise exploratória Modelagem
- 30. Processo de Descoberta de Conhecimento (KDD - Knowledge Discovery in Databases) Qual é a pergunta? Aquisição e pré-processamento dos dados Análise exploratória Modelagem Avaliação do modelo Acurácia do modelo?! Quantidade falsos positivos?! Falsos negativos?
- 31. Processo de Descoberta de Conhecimento (KDD - Knowledge Discovery in Databases) Qual é a pergunta? Aquisição e pré-processamento dos dados Análise exploratória Modelagem Avaliação do modelo Entrega Relatórios Estáticos Aplicativos Relatórios Dinâmicos
- 32. Processo de Descoberta de Conhecimento (KDD - Knowledge Discovery in Databases) Qual é a pergunta? Aquisição e pré- processamento dos dados Análise exploratória Modelagem Avaliação do modelo Entrega
- 33. Processo de Descoberta de Conhecimento (KDD - Knowledge Discovery in Databases) Qual é a pergunta? Aquisição e pré- processamento dos dados Análise exploratória Modelagem Avaliação do modelo Entrega
- 34. Processo de Descoberta de Conhecimento (KDD - Knowledge Discovery in Databases) Qual é a pergunta? Aquisição e pré- processamento dos dados Análise exploratória Modelagem Avaliação do modelo Entrega Este processo pode ser suportado por diversas ferramentas, entre elas: R, SPSS, RapidMiner, Tableau, Weka, Matlab, Octave, Python, Julia,…
- 35. Leitura sugerida ✤ Capítulos 1, 2 e 3 do livro EMC Education Services, editor. Data Science and Big Data Analytics: Discovering, Analysing, Visualizing and Presenting Data. John Wiley & Sons, 2015.! ✤ Demais materiais da disciplina estão em: ! ✤ http://fbarth.net.br/cursoBigData
- 36. Próximo assunto: compreender melhor a etapa de modelagem Qual é a pergunta? Aquisição e pré- processamento dos dados Análise exploratória Modelagem Avaliação do modelo Entrega