O documento discute mineração de dados, definindo-o como o processo de encontrar padrões e correlações em grandes conjuntos de dados para prever resultados. Explica as etapas do processo de mineração de dados e as técnicas comuns utilizadas, incluindo classificação, associação e agrupamento.

1. Mineração de Dados
“A informação é o nascedouro do conhecimento”
Gregório Júnior

2. 2
O que é?
 Mineração de dados (em inglês, data mining) é o
processo de encontrar anomalias, padrões e
correlações em grandes conjuntos de dados para
prever resultados. Através de uma variedade de
técnicas, você pode usar essas informações para
aumentar a renda, cortar custos, melhorar o
relacionamento com os clientes, reduzir riscos e
mais.

3. 3
O que significa o termo mineração de dados?
 "Mineração de dados" é um nome impróprio porque o objetivo da mineração de
dados não é extrair ou minerar os dados em si. Em vez disso, uma grande
quantidade de dados já está presente e a mineração de dados extrai significado
ou conhecimento valioso deles. O processo típico de coleta, armazenamento,
análise e mineração de dados é descrito abaixo.
 A coleta de dados está capturando dados de diferentes fontes, como feedback do
cliente, pagamentos e pedidos de compra.
 Data warehousing é o processo de armazenar esses dados em um grande banco
de dados ou data warehouse.
 A análise de dados está processando, armazenando e analisando os dados
usando software e algoritmos complexos.

4. 4
História da mineração de dados
 O processo de minerar dados para descobrir conexões
escondidas e prever tendências futuras tem uma longa história.
Por vezes chamado de "descoberta de conhecimento em bancos
de dados", o termo "mineração" só foi cunhado nos anos 1990,
mas sua base compreende três disciplinas científicas entrelaçadas
que existem há tempos: estatística (o estudo numérico das
relações entre dados), inteligência artificial (inteligência exibida
por softwares e/ou máquinas, que se assemelha à humana) e
machine learning (algoritmos que podem aprender com dados
para realizar previsões). A tecnologia de mineração de dados
continua evoluindo para acompanhar o potencial ilimitado do big
data e a computação de baixo custo.

5. 5
Avanços recentes da mineração de dados
 Na última década, os avanços no poder e na velocidade de
processamento nos permitiram ir de práticas manuais, tediosas
e lentas para análises de dados rápidas, fáceis e automatizadas.
Quanto mais complexos forem os conjuntos de dados
coletados, mais potencial haverá para deles extrair insights
relevantes. Varejistas, bancos, fabricantes, operadoras de
telecomunicações, seguradoras etc, estão usando a mineração
de dados para descobrir relações entre tudo — desde preços,
promoções e demografias até como a economia, o risco, a
concorrência e as mídias sociais estão afetando seus modelos
de negócio, receitas, operações e relacionamentos com os
clientes.

6. 6
Importância da mineração de dados
 Então qual a importância da mineração de dados? Você viu que os números
são impressionantes — o volume de dados produzidos está dobrando a cada
dois anos. Somente os dados não-estruturados compõem 90% do universo
digital. Porém, mais informação não significa necessariamente mais
conhecimento.
 A mineração de dados permite que você:
 Separe todos os ruídos caóticos e repetitivos em seus dados;
 Entenda o que é relevante para, então, fazer um bom uso dessa informação
para avaliar os resultados possíveis;
 Acelere o ritmo de tomadas de decisões bem-informadas.

7. 7
Como funciona?
 São muitas as metodologias e técnicas usadas na mineração
de dados, pois envolvem modelos de estatística, inteligência
artificial e machine learning, que não são únicos. Logo, os
nomes variam conforme o autor. Mas, basicamente, a
mineração segue cinco etapas:
 1) Coleta e seleção;
 2) Compreensão e pré-processamento;
 3) Preparação e transformação;

8. 8
Técnicas da mineração de dados
 As Técnicas de Mineração de Dados são as ações utilizadas para
encontrar padrões em um grande volume de dados. Estes padrões
podem ser explicativos, de modo a descrever as relações entre
segmentos de dados, ou preditivos, os quais podem prever
valores futuros baseados em dados anteriores.
 A técnica de mineração de dados conhecida como Classificação
possui como objetivo categorizar os dados com base em classes
previamente definidas. Por sua vez, a Associação é uma técnica
que procura descobrir relacionamentos entre variáveis. Já o
Agrupamento é o particionamento de dados em diferentes classes,
as quais possuem elementos com características semelhantes

9. 9
Referências:
https://www.estrategiaconcursos.com.br/blog/tecnicas-mineracao-dados-tcu/
https://www.insper.edu.br/noticias/mineracao-de-dados-ou-data-
mining/https://aws.amazon.com/pt/what-is/data-mining/
https://www.sas.com/pt_br/insights/analytics/mineracao-de-
dados.html#:~:text=Minera%C3%A7%C3%A3o%20de%20dados%20(em%20ingl%C
3%AAs,de%20dados%20para%20prever%20resultados