Administração, perguntado por amartins110986, 1 ano atrás

O principal objetivo dos sistemas de BI (Busines Inteligence ou Inteligência do Negócio) é constituir bases de conhecimento para serem utilizadas de forma on-line. A origem dos dados para tais bases de conhecimento podem ser os SPT, SIG ou outros sistemas de informação em uso na organização. Dessa forma, é possível afirmar que são utilizados como centralizadores dos dados e informações gerados pela organização, permitindo o acesso independentemente o nível de detalhamento, podendo ser obtidos de forma analítica ou sintetizada. As tecnologias de BI criam uma abstração da informação, possibilitando diferentes ângulos de visão, agrupando os dados na forma de somas, mínimos, máximos e outras operações matemáticas com os indicadores escolhidos pelo usuário. A solução tecnológica de Data Mining é comumente utilizada no “mundo BI. Data Mining realiza extração de informação de interesse, que é classificada como desconhecida, complexa e com um potencial de utilidade. Para a identificação de padrões e de relacionamentos entre dados, é necessário que as ferramentas de Data Mining trabalhem alguns tipos de parâmetros. Cite e justifique pelo menos 3 tipos de parâmetros que segundo Sordi (2003) o Data Mining pode utilizar.

Soluções para a tarefa

Respondido por RPTurolla
4

Olá!


Quando falamos em Data Mining, nos referimos a mineração de dados em meio a vastidão de informação digital que temos disponível. Para que essa mineração seja eficiente, é necessário que trabalhemos com os seguintes parâmetros:


Argumentação Ativa – Ferramenta de pesquisa automática que busca anomalias dentro do sistema, identificando os problemas ao usuário.


Analise de dados: Aqui se trata da mineração de dados em si, já que existe uma analise e um posterior diagnostico do comportamento.


Analise de séries temporais: Aqui, através da estatística clássica, se busca um padrão de comportamento entre os dados para fornecer ao usuário esses dados.


Respondido por ivanmendess
1

Resposta:

B.   Data  wareh ouse (DW ) , Olap  e d ata  mining

Explicação:

Perguntas interessantes