Style Switcher

Layout options
  • Boxed Layout
  • Full Width Layout
Primary Color

Palestra 26/10/17 São Paulo

Importância da Governança de dados, Qualidade de Dados e MDM na Corporação
Iremos abordar nesta palestra os conceitos da Gestão de Dados corporativa e suas aplicações em casos práticos de Governança de Dados, questões de qualidade e gestão de dados mestres. Palestra importante para os profissionais de BI, Sistemas, Arquitetura TI, Governança e Qualidade de Dados e Negócios. Também vamos apresentar o EDQ - (Enterprise Data Quality) e o OEMM - (Enterprise Metadata Management), ferramentas de Qualidade de Dados e Metadados da Oracle.
 
Data: 26/10/2017 - quinta-feira
Local: DoMore - Av. Paulista, 807 - 18 Andar - São Paulo/SP
Horário: 9:00hrs às 12:00hrs
Vagas Limitadas
Reservas: silvio@cstreina.com.br
(11) 4063-6450
(11) 3181-5166
(21) 4063-6250
(61) 4063-6350


São Paulo

Belo Horizonte

Porto Alegre

No eventos found

Pague em até 4x no Cartão de Crédito

Aceitamos cartões de crédito através do PayPal para pessoas físicas e depósito bancário ou boleto para pessoas jurídicas.
BotãoCheckout

Objetivo: A mineração de dados é o processo de extrair padrões de grandes conjuntos de dados, conectando os métodos de estatísticas e de inteligência artificial com a gestão de banco de dados. A mineração de dados envolve a análise de grandes massas de dados e conversão em informações. Neste curso vamos discutir o processo de Knowledge Discovery in Databases (KDD), como os dados podem ser extraídos e utilizados para melhorar os negócios, o processo, as ferramentas, exemplos práticos, e a relação com o Datawarehouse, Business Intelligence e BigData.

Carga Horária:24 horas

Pré-requisitos: Conhecimentos de Análise e Desenvolvimento de Sistemas, Modelagem de banco de dados relacional (MER), noções de Matemática Estatística, Modelagem Multi Dimensional.

Instrutor: Caetano Silva

Metodologia de ensino: Exposição teórica seguida de aplicação de exercícios de fixação e workshop prático.

Conteúdo programático:

Parte 1 – Teoria do Data Mining

  • Introdução à Knowledge Discovery in Databases e Data Mining
    • Definição de Knowledge Discovery in Databases (KDD)
    • Técnicas e Processos de KDD
    • Definição de Data Mining
    • Estilos de Aprendizagem
    • Vantagens e Desvantagens do Data Mining
    • Dados, Informações e Conhecimentos
    • Relação entre Data Mining e Datawarehouse e BigData
    • Árvore de Decisão de Aprendizagem
    • Dados e Informações Mineráveis
    • Tipos de dados estudados em Data Mining
  • Processo de Mineração de Dados
    • O que Data Mining pode fazer?
    • Tipos de conjuntos de dados
    • Processo de Mineração de Dados
    • Fluxo do processo

  • Ferramentas de Mineração de Dados e exemplos
    • Ferramentas de data mining
    • Técnicas de Mineração de Dados
    • Análise de carrinho de compras, Previsão de Vendas, Banco de dados de Marketing, Planejamento de Mercadorias, Uso de Cartão de Crédito, Análise de chamadas telefônicas, Fidelização de Clientes, Segmentação de clientes, Manufatura de produtos
    • Futuro da Mineração de Dados

 

Parte 2 – Prática de Data Mining com MS SQLServer Analysis Services

  • Estudo de caso Data Mining básico
    • Preparando o banco de dados do Analysis Services
    • Criando uma estrutura de mala direta
    • Adicionando e processando modelos
      • Árvores de Decisão
      • Clustering
      • Naive Bayes
    • Explorando os modelos de mala direta
    • Testando modelos
    • Criando e trabalhando com previsões

  • Estudo de caso Data Mining intermediário
    • Previsão: modelo de série temporal, para prever as vendas de produtos em diferentes regiões do mundo.
    • Análise de carrinho de compras: modelo de associação, para analisar agrupamentos de produtos comprados durante visitas ao site de comércio eletrônico.
    • Análise de sequência: modelo de clustering de sequências, para analisar a ordem em que os clientes compram produtos.
    • Análise fatorial: modelo de rede neural e de regressão logística para explorar as possíveis causas da baixa qualidade do serviço em dados de call center.

  • Referência DMX (Data Mining Extensions) Data Mining avançado
    • Instruções de definição de dados DMX
    • Instruções de manipulação de dados DMX
    • Tutorial DMX Comprador de bicicleta
    • Tutorial DMX do Market Basket
    • Tutorial DMX de previsão de série temporal

 

Obs: Este curso necessita o uso de computadores com MS SQLServer Analysis Services instalado e banco de dados de exemplo. O instrutor vai providenciar para os alunos 2 opções, os arquivos de instalação e banco de dados de exemplo, ou máquina virtual no padrão VMWARE. Os alunos devem providenciar laptops com a seguinte configuração mínima:
- Sistema operacional MS Windows 7 SP1 64bits ou superior
- Processador com 2 cores Intel i3 ou superior
- 4GB de RAM e 10GB livre em disco (instalação do SQLServer de avaliação)
- 6GB de RAM e 30GB livre em disco (para máquina virtual VMWARE)
Para turmas fechadas a empresa contratante pode optar por oferecer sala de treinamento com os equipamentos compatíveis.

Brasília

Out
24

24/10/17 - 26/10/17

Nov
15

15/11/17 - 17/11/17

Nov
27

27/11/17 - 29/11/17

Dez
11

11/12/17 - 13/12/17

Rio de Janeiro

Curitiba

No eventos found

Newsletters

Assinar

Assine nossa newsletter e receba no sei e-mail o calendário de turmas abertas e novos treinamentos!

Onde estamos

Matriz:
Al dos Guatás, 468 sl.55
Saúde - São Paulo
CEP: 04053-041

Telefones:
(11) 4063-6450
(21) 4063-6250
(61) 4063-6350
(11) 3181-5166

Calendário

loader

Visitantes

0432417
Today
Yesterday
This Week
Last Week
This Month
Last Month
All days
1692
411
2103
11073
19597
11050
432417

Forecast Today
1800

19.72%
18.68%
9.89%
6.72%
0.03%
44.96%
Online (15 minutes ago):52
52 guests
no members

Your IP:54.81.45.122