Mineração de Regras de Associação com Weka, Apriori e Java
5.0 (7 ratings)
Instead of using a simple lifetime average, Udemy calculates a course's star rating by considering a number of different factors such as the number of ratings, the age of ratings, and the likelihood of fraudulent ratings.
95 students enrolled
Wishlisted Wishlist

Please confirm that you want to add Mineração de Regras de Associação com Weka, Apriori e Java to your Wishlist.

Add to Wishlist

Mineração de Regras de Associação com Weka, Apriori e Java

Aprenda a descobrir padrões escondidos em bases de dados reais utilizando técnicas de Inteligência Artificial!
New
5.0 (7 ratings)
Instead of using a simple lifetime average, Udemy calculates a course's star rating by considering a number of different factors such as the number of ratings, the age of ratings, and the likelihood of fraudulent ratings.
95 students enrolled
Created by Jones Granatyr
Last updated 9/2017
Portuguese
Price: $35
30-Day Money-Back Guarantee
Includes:
  • 9.5 hours on-demand video
  • 2 Articles
  • 34 Supplemental Resources
  • Full lifetime access
  • Access on mobile and TV
  • Certificate of Completion
What Will I Learn?
  • Entenda as aplicações que podem ser desenvolvidas utilizando regras de associação
  • Aprenda os conceitos teóricos sobre o algoritmo Apriori, bem como a configuração de seus parâmetros (suporte, confiança e lift)
  • Aprenda como importar bases de dados reais para o formato para aplicação de regras de associação
  • Entenda como configurar os parâmetros do algoritmo Apriori para obter melhores resultados em diversos cenários
View Curriculum
Requirements
  • É recomendado conhecimentos básicos sobre lógica de programação, embora não seja um pré-requisito e é possível acompanhar o curso sem essas habilidades
  • Não são necessários conhecimentos prévios sobre a linguagem Java ou sobre Inteligência Artificial
  • É necessário saber ter um conhecimento básico sobre banco de dados, bem como comandos SQL básicos
Description

A descoberta de regras de associação é uma das subáreas da Mineração de Dados mais conhecidas e que apresenta uma diversidade muito grande de aplicações práticas e comerciais! Se você estuda Inteligência Artificial, talvez já tenha ouvido falar daquele clássico exemplo das fraudas e cervejas! Caso não, há vários anos um mercado muito famoso descobriu um padrão bem interessante em seus dados: em certos dias da semana existiam muitas vendas em conjunto tanto de fraudas quanto de cervejas. De posse desse conhecimento, eles decidiram alterar a disposição das prateleiras do mercado e conseguiram otimizar as vendas desses dois produtos em conjunto (o que aumentou significativamente as receitas!). O segredo disso é que eles usaram a técnica de regras de associação, que tem como objetivo a descoberta de padrões nos dados que não podem ser facilmente encontrados somente "batendo o olho" nos registros. Essa técnica utiliza um algoritmo (o mais famoso é o Apriori) que é capaz de descobrir esse tipo de associação, podendo ser aplicado nos mais variados cenários!

E neste curso você verá passo a passo o funcionamento do algoritmo Apriori, ou seja, dada uma base de dados você vai aprender como ele consegue gerar as regras de associação, bem como compreender como são feitos os cálculos de suporte, confiança e lift; que são as métricas mais utilizadas neste tipo de cenário. Utilizaremos a ferramenta Weka, a linguagem Java e também o banco de dados MySql para o desenvolvimento dos exemplos. Inicialmente trabalharemos com duas bases de dados prontas de mercado e o objetivo será analisar as associações que podem ser encontradas entre os produtos que são vendidos em conjunto, processo conhecido como Market Basket Analysis (análise de cestas de mercado).

Logo depois, utilizaremos duas bases de dados reais: a primeira de uma pizzaria (inclusive a pizzaria era minha!) e a segunda de uma pesquisa sócio-econômica de alunos que fizerem o vestibular em uma universidade! A ideia é realizar o processo KDD completo (Knowledge Discovery in Databases - Descoberta de Conhecimento em Bases de Dados) nessas duas bases de dados, passando pelos processos de seleção de atributos, pré-processamento e transformação dos dados antes de realizar as análises com o algoritmo Apriori. O objetivo dessas seções é que você tenha uma visão prática e comercial de como funciona esse processo em bases de dados reais, visto que a maioria dos materiais sobre o assunto abordam somente a aplicação do algoritmo e deixa de lado todo o processo de preparação das bases de dados!

Por fim, ainda teremos mais um módulo adicional que mostrará como importar uma base de dados fictícia de mercado para um padrão na qual as análises possam ser realizadas. Nessas aulas, é mostrado passo a passo como realizar a conexão do Java com o MySql e realizar as consultas para obter os dados no padrão requerido para aplicação do Apriori. Esse módulo é particularmente útil caso você tenha uma base de dados no modelo Entidade Relacionamento e deseja aprender os processos básicos para conversão dos dados. Ao final do curso, você será capaz de implementar suas próprias análises e em suas próprias bases de dados, o que pode abrir diversas oportunidades de negócio e de renda extra para você! :)

Sobre Inteligência Artificial

Você sabia que a Inteligência Artificial (IA) é uma das área de TI que mais está crescendo e se expandindo no mundo? E que o conhecimento dessa área pode também abrir novas oportunidades de negócio? Veja só alguns fatos que foram noticiados recentemente pela mídia: a Apple reforçando os investimento em IA, a Microsoft criando uma unidade de pesquisa especializada em IA, o Uber e o Twitter comprando startups de IA, a Samsung adquirindo uma plataforma de IA, a Toyota, o Facebook, a IBM e o Google investindo muito dinheiro em pesquisas nessa área! Isso sem falar que no Vale do Silício profissionais com esses conhecimentos estão em alta e que a Acer já previu que 2017 será definitivamente o ano da Inteligência Artificial!

A tendência é que o campo de trabalho de IA se desenvolva cada vez mais e é praticamente certo que haverá um aquecimento muito grande no mercado, fazendo com que as empresas busquem profissionais qualificados para atuarem em projetos dessa área! Não tem mais como ficar de fora!

Todo o curso é 100% em vídeo aulas, tem direito a certificado e acesso vitalício! 

O professor Jones Granatyr é fundador do portal IA Expert, que é um site com conteúdo exclusivo e atualizado sobre IA. Ele também leciona para os cursos de graduação em Ciência da Computação e Sistemas de Informação há mais de 10 anos e é doutorando e mestre na área de Inteligência Artificial pela Pontifícia Universidade Católica do Paraná (PUCPR).

Preparado(a) para dar um importante passo na sua carreira? Aguardo você no curso! :)

Who is the target audience?
  • Pessoas interessadas em Inteligência Artificial e Mineração de Dados
  • Pessoas que querem iniciar uma nova carreira em Inteligência Artificial
  • Pessoas que queiram fazer análises de dados em bases de dados comerciais
Compare to Other Data Mining Courses
Curriculum For This Course
62 Lectures
09:32:31
+
Boas-vindas e conteúdo do curso
1 Lecture 15:48

Neste vídeo você terá uma visão geral de todo o conteúdo que aprenderá neste curso

Preview 15:48
+
Mineração de regras de associação
10 Lectures 01:26:09

Neste vídeo você terá uma visão geral sobre o conteúdo que será abordado neste módulo

Introdução ao módulo
01:28

Nesta aula você aprenderá sobre as diferenças entre os termos dados, informação e conhecimento, que serão bastante úteis para o contexto que trabalharemos neste curso. Também veremos conceitos sobre o processo KDD (Knowledge Discovery in Databases - Descoberta de Conhecimento em Bases de Dados)

Dado, informação e conhecimento
10:16

Nesta aula você verá alguns exemplos de aplicação de regras de associação na prática

Preview 11:12

Material complementar
00:04

Nesta aula você terá uma visão geral do funcionamento do algoritmo Apriori

Algoritmo Apriori I - introdução
08:28

Nesta aula você aprenderá como fazer os cálculos do suporte

Algoritmo Apriori II - cálculo do suporte
11:07

Nesta aula você aprenderá como fazer os cálculos do suporte

Algoritmo Apriori III - cálculo do suporte
08:00

Nesta aula você aprenderá como fazer os cálculos da confiança para as regras geradas

Algoritmo Apriori IV - cálculo da confiança
12:55

Nesta aula você aprenderá como fazer os cálculos da confiança para as regras geradas

Algoritmo Apriori V - cálculo da confiança
08:37

Nesta aula você aprenderá como utilizar o cálculo do lift para descobrir a importância de cada regra gerada

Preview 14:02
+
Introdução ao Weka
5 Lectures 37:08

Neste vídeo você verá o conteúdo que será abordado neste módulo

Introdução ao módulo
01:38

Neste vídeo você aprenderá como instalar o Weka

Instalação do Weka
06:01

Neste vídeo você terá uma visão geral da interface do Weka

Introdução ao Weka
11:12

Nesta aula você aprenderá como interpretar os valores que são mostrados na janela inicial do Weka

Entendendo os valores da janela inicial do Weka
14:49

Instalação das outras ferramentas
03:28
+
Análise de cestas de compras
7 Lectures 01:18:57

Nesta aula você terá uma visão do conteúdo que será abordado neste módulo

Introdução ao módulo
01:52

Nesta aula daremos início ao entendimento do algoritmo Apriori utilizando o Weka

Base de dados mercado I
09:22

Nesta aula faremos uma alteração no arquivo ARFF para obtermos regras de associação mais consistentes

Base de dados mercado II
06:56

Nesta aula você aprenderá como configurar os parâmetros de suporte e confiança do Weka para a geração de regras de associação

Base de dados mercado III
12:59

Nesta aula configuraremos mais alguns parâmetros do Apriori no Weka

Base de dados mercado IV
19:22

Nesta aula faremos mais algumas configurações nos parâmetros do Apriori no Weka

Preview 11:20

Nesta aula daremos continuidade a geração das regras de associação na base de dados do mercado

Base de dados mercado VI
17:06
+
Base de dados da pizzaria
15 Lectures 02:45:38

Neste vídeo você terá uma visão geral do conteúdo que será abordado neste módulo

Introdução ao módulo
02:26

Importação da base de dados da pizzaria
04:33

Geração do arquivo ARFF
05:17

Nesta aula utilizaremos os recursos de filtros do Weka para realizar a seleção dos atributos da base de dados da pizzaria

Seleção dos atributos
14:39

Nesta aula faremos a transformação no campo data do pedido no Weka

Transformação na data do pedido
14:15

Transformação na hora do pedido
14:08

Nesta aula faremos uma pequena correção no campo tipo da entrega

Correção no tipo da entrega
06:19

Transformação do valor da borda
07:55

Transformação do valor do refrigerante
06:47

Distribuição de frequência
12:44

Transformação do valor total
11:39

Transformação do tempo do pedido
14:08

Mineração de regras na base da pizzaria I
18:57


Mineração de regras na base da pizzaria III
17:40
+
Base de dados do vestibular
13 Lectures 01:59:35
Introdução ao módulo
03:02

Nesta aula você aprenderá como importar o backup da base de dados do vestibular para o MySql

Importação da base de dados do vestibular
06:04

Nesta aula faremos algumas correções em registros que estão com a idade inválida

Pré-processamento da idade
12:58

Transformação da idade
10:31

Nesta aula faremos a transformação do atributo total de pontos

Transformação do total de pontos
04:11

Nesta aula faremos a transformação no campo nome do curso

Transformação no nome do curso
05:54

Nesta aula adicionaremos o campo período do curso

Transformação no período do curso
05:19

Nesta aula adicionaremos o campo grau do curso

Transformação no grau do curso
05:14

Nesta aula visualizaremos as quantidades de registros em cada uma das faixas definidas para os atributos

Visualização dos dados agrupados
15:04

Geração do arquivo ARFF
07:57


Mineração de regras na base do vestibular II
19:37

Mineração de regras na base do vestibular III
12:12
+
Conversão do modelo entidade relacionamento
8 Lectures 58:29

Neste vídeo você terá uma visão geral de todo o conteúdo que será abordado neste módulo

Introdução ao módulo
01:40

Nesta aula importaremos o backup da base de dados do mercado para o MySql

Importação da base de dados
05:13

Conexão do Java com o MySql
05:32

Geração do arquivo ARFF I
11:58

Geração do arquivo ARFF II
07:29

Geração do arquivo ARFF III
13:52

Interface gráfica para regras de associação
08:10

Obtenção dos dados via SQL
04:35
+
Considerações finais
3 Lectures 10:45
Considerações finais
06:06

Neste vídeo eu mostro os meus canais nas mídias sociais caso você deseje saber mais sobre Inteligência Artificial

Saber mais sobre Inteligência Artificial
04:35

Mais cursos sobre Inteligência Artificial
00:04
About the Instructor
Jones Granatyr
4.6 Average rating
570 Reviews
3,475 Students
10 Courses
Professor

Jones Granatyr possui doutorado e mestrado em Ciência da Computação, ambos na área de Inteligência Artificial. É também professor, pesquisador e fundador do portal IA Expert, um site com conteúdo específico sobre Inteligência Artificial. Possui especialização em Segurança em Redes de Computadores e Banco de Dados Distribuídos e graduação em Sistemas de Informação. Atualmente trabalha no desenvolvimento de cursos online sobre Inteligência Artificial, tais como Sistemas Especialistas, Mineração de Dados, Mineração de Textos, Sistemas Multiagente, Aprendizagem de Máquina e Computação Afetiva. Seu principal objetivo é ajudar profissionais de TI a entenderem como a Inteligência Artificial pode ser aplicada em âmbito comercial, para que esses profissionais possam visualizar novas oportunidades de negócios.