RECUPERAÇÃO DA INFORMAÇÃO NA WEB E REDES SOCIAIS

RECUPERAÇÃO DA INFORMAÇÃO NA WEB E REDES SOCIAIS

Recuperação de informação é o processo de obter recursos informacionais relevantes para uma necessidade de informação a partir de fontes de informações, por meio da especificação formal de três elementos básicos: a representação dos documentos, a representação da necessidade de informação por meio de uma expressão de busca e como esses dois elementos serão comparados, a função de busca. Tendo como referencial as preocupações da Ciência da Informação, a disciplina objetiva discutir a recuperação da informação analógica e na Web: princípios, modelos, métodos, critérios, padrões e padronização, métricas de avaliação, interoperabilidade entre fontes e áreas de aplicação. Discute também novos modelos de representação e recuperação surgidos a partir das tecnologias da Web Semântica. Apresenta também algumas técnicas assessórias à recuperação de informação, tais como a indexação automática e o Processamento da Linguagem Natural.

Saiba mais.

Assistir aulas deste curso

OBS: *Acesso para cursos grátis

Este curso possui certificado digital de conclusão gratuito.

carga horária

5h

acesso Premium

30 dias

criado em

08/08/2021

Curso completo
com certificado!

Ao concluir este curso, você receberá um certificado digital.

Aumente as suas chances de ser contratado qualificando suas habilidades com certificados.

Conteúdo programático:

Generalidades
Motivação
Visões de classificação de extração de conhecimento
Aplicações
A confluência com outras disciplinas
As extensões de extração de conhecimento
Os desafios na área de extração de conhecimento
Sistema de Banco de Dados (SBD)
Banco de Dados (BD)
Sistema Gerenciador de Banco de Dados (SGBD)
Armazém de Dados (Data Warehouse - DW)
Sub-armazém de dados (Data Marts)
Características das ferramentas OLAP
OLAP Relacional (ROLAP)
OLAP Multidimensional (MOLAP)
OLAP Híbrido (HOLAP)
OLAP para Web (WOLAP)
Visualização de dados
Estatística
Agentes de Software (AS)
Sistemas Paralelos (SP)
Definição e compreensão do domínio de aplicação
Pré-Processamento
Integração de dados
Seleção de dados
Limpeza de dados
Transformação de dados
Discretização de dados
Agregação de dados
Derivação de dados
Redução de dados
Processamento
Escolha da função de garimpagem de dados
Seleção de algoritmo de garimpagem de dados
Garimpagem de Dados (Data Mining)
Pós – Processamento
Interpretação e avaliação dos resultados
Apresentação e incorporação de conhecimento
Garimpagem de dados
Funções
Associação
Classificação
Regressão
Sumarização e caracterização
Analises de desvio e tendência
Agregação e segmentação (Clustering)
Modelagem de dependência
Técnicas
Redes Neurais Artificiais (RNA)
Analise de Cesto de Compras (ACC) - (Market Basket Analysis)
Algoritmo Genético (AG)
Raciocínio Baseado em Memória (RBM) - (Memory-Based Reasoning)
Rede Bayesiana (RB)
Arvore de Decisão (AD)
Lógica Indutiva (LI)
+ Mostrar mais

Conheça
o responsável:

Jaqueline Dos Passos Carvalho

FORMADA EM PEDAGOGIA-CENTRO UNIVERSITÁRIO SUL DE MINAS PÓS GRADUADA EM PSICOPEDAGOGIA CLÍNICA E INSTITUCIONAL E EDUCAÇÃO ESPECIAL INCLUSIVA

ver perfil
0 pessoas se inscreveram neste curso.

Avaliação geral do curso:


Módulos & aulas

ver todos


Comece a estudar em poucos cliques:

O conhecimento que você buscava para melhorar a sua
carreira está a poucos cliques de distância!

Assine Agora

Ei, espera! Que tal você concorrer a 20 mil?