Análise preditiva de dados
Uma abordagem de conceitos e algoritmos
Palavras-chave:
Big Data Analytics, Machine Learning, Análise Preditiva, Algoritmo, Flor de IrisResumo
Com o crescente volume de dados e o avanço das tecnologias de coleta e gestão, há um aumento significativo do interesse em tecnologias como Big Data Analytics e Machine Learning. No entanto, é evidente a existência de uma lacuna de conhecimento entre os leitores interessados, especialmente em relação à análise preditiva. Diante desse contexto, surge a necessidade de apresentar o conceito de predição de forma realista para embasar a tomada de decisão. O objetivo deste artigo é fornecer uma compreensão abrangente dos conceitos específicos de Big Data Analytics e Machine Learning, direcionando os leitores ao domínio da ciência de dados voltada para a previsão de situações. A metodologia utilizada foi a pesquisa dedutiva, conduzida por um raciocínio lógico que levou à obtenção de conclusões. Os resultados foram embasados em uma base de dados amplamente reconhecida e acessível no mercado, conhecida como "Flor de Iris", disponível no software Weka. O algoritmo J48 foi empregado para reduzir riscos por meio da predição, classificando os clientes em grupos de bons ou maus pagadores durante a solicitação de empréstimos.
Downloads
Referências
AMARAL, F. Aprenda Mineração de Dados - Teoria e Prática. Rio de Janeiro: Alta Books, 2016.
BARRETO, F. C. Dicionário - A Compreensão de Cada Termo da Biologia. Rio de Janeiro: Câmara Brasileira do Livro, 2017.
Dicio - Dicionário Online de Português. Disponível em: <https://www.dicio.com.br>. Acesso em: 30 jun. 2020.
FAYYAD, U.; GRINSTEIN, G. G.; WIERSE, A. Information Visualization in Data mining and Knoledge Discovery. San Diego: MK - Morgan Kaufman Publishers, 2002.
FISCHER, R. A. The Use of Multiple Measurements in Taxonomic Problems. 1936: [s.n.]. Disponível em: <http://www.comp.tmu.ac.jp/morbier/R/Fisher-1936-Ann._Eugen.pdf>. Acesso em: 19 jul. 2020.
GARCIA, E. Pesquisa Bibliográfica Versus Revisão Bibliográfica - Uma Discussão Necessária. 2016: [s.n.].
GIACHETI, L. DE J. M. José Reis: a ciência que fala. São Paulo: Annablume, 2006. GIL, A. C. Métodos e Técnicas de Pesquisa Social. 6. ed. São Paulo: Atlas, 2008.
GOOGLE TRENDS. Big data Analytics, 2022. Disponível em: < https://trends.google.com.br/trends/ explore?date=all&q=Big% 20data%20analytics>. Acesso em: 04 jul. 2022.
GRUPO ÃNIMA EDUCAÇÃO. Manual - Revisão Bibliográfica Sistemática Integrativa: pesquisa Baseada em Evidências. 2014: [s.n.]. Disponível em: <http://biblioteca.cofen.gov.br/wp content / uploads/2019/06/manual revisao bibliografica-sistematica-integrativa.pdf>. Acesso em: 19 jul. 2021.
GÜLTEKIN, B.; SAKAR, B. E. Variable Importance Analysis in Default Prediction using Machine Learning Techniques. 7th International Conference on Data Science, Technology and Applications -2018: [s.n.]. Disponível em: <https://www.scitepress.org/papers/2018/68724/68724.pdf>. Acesso em: 19 jul. 2021.
HOLANDA, A. B. DE. Dicionário Aurélio da Língua Portuguesa. Curitiba: Positivo, 2010.
MARCONI, M. DE A.; LAKATOS, E. M. Fundamentos de metodologia científica. São Paulo: Atlas, 2003.
MARTINO, L. M. S. Métodos de Pesquisa em Comunicação - Projetos, Ideias e Práticas. Petrópolis: Editora Vozes, 2018.
MWADULO, M. W. A Review on Feature Selection Methods For Classification Tasks. International Journal of Computer Applications Technology and Research - 2016: [s.n.]. Disponível em: <https://pdfs.semanticscholar.org/0112/fbdf443158dbaf3226028c6bed68de5fb774.pdf>. Acesso em: 20 jul. 2021.
PRIBERAM, D. Dicionário da Língua Portuguesa. Disponível em: <https://dicionario.priberam.org>. Acesso em: 7 mar. 2022.
PROVOST, F.; FAWCET, T. Data Science para Negócios. Rio de Janeiro: Alta Books, 2016.
Que Conceito - Dicionário. Disponível em: <https://queconceito.com.br/>. Acesso em: 30 jun. 2021.
SESC SÃO PAULO/CEBRAP. Métodos de pesquisa em Ciências Sociais: Bloco Qualitativo. 2016.
SILVA, A. M. DA. Metodologia da Pesquisa. Fortaleza: EdUECE - Editora da Universidade Estadual do Ceará, 2015.
Publicado
Como Citar
Edição
Seção
Copyright (c) 2023 Revista Processando o Saber
Este trabalho está licensiado sob uma licença Creative Commons Attribution 4.0 International License.
Os direitos autorais dos artigos publicados pertencem à Revista Processando o Saber e seguem o padrão Creative Commons (CC BY), que permite o remixe, adaptação e criação de obras derivadas do original, mesmo para fins comerciais. As novas obras devem conter menção ao(s) autor(es) nos créditos.
