Não acho que o DATA MINING esteja morto. Antes foi renomeado como BIG DATA ou DATA SCIENCE, embora a ciência de dados vá além da mineração de dados. Talvez pouco mais de 20% do DATA SCIENCE sejam mineração de dados puro, que é a análise exploratória para detectar padrões, grupos, etc, e desenvolver soluções preditivas ou automações visuais ou sistemas automatizados, tais como detecção de fraudes, licitações automatizadas ou recomendações customizadas (músicas, livros, restaurantes, Facebook, etc...) para indivíduos visados.
Certamente a mineração de dados é a própria essência da DATA SCIENCE juntamente com ARCHITECTURE / DATA WAREHOUSING / DATABASE MODELING.
SCIENCE / MINING / DATA QUALQUER-QUE-SEJA-O-NOME-PELO-QUAL-DESEJE-CHAMAR não está nem perto de morto. Na verdade, acho que está é apenas começando.
Se não usarmos dados históricos, como poderemos prever?
Basta usarmos os dados para tomarmos uma decisão e isso pode ser chamado de análise de dados ou de SCIENCE.
Criamos dados num ritmo sem precedentes, o que irá permitir o uso mais amplo de criação e aperfeiçoamento dos modelos de dados. Estamos criando dados que nunca existiram antes, dando uma nova vida e propósito para eles.
A opinião mais popular sobre mineração de dados - construção de modelos automatizados que geram uma visão prospectiva - não está apenas longe de estar morta, mas precisa de expectativas substanciais de nivelamento dentro do contexto de grandes volumes de dados.
Quanto aos sistemas ineficientes que observamos em muitas empresas, isso deve-se ao fato destas se esforçarem na busca de respostas a partir de uma postura proativa.
Talvez a sensação de estarem sobrecarregadas com muitos dados venha do fato de que estejam fazendo as perguntas erradas. Mas se as pessoas fazendo as perguntas forem as pessoas mais experientes na organização, então estas serão mais precisas.
Deixando de lado o significado dos termos da moda, geralmente os membros das organizações aprenderão com os seus próprios comportamentos, olhando para o passado. Uma vez que saibam o que estão fazendo, em seguida, as suas medidas podem ser criadas para monitorar as próprias práticas.
Enquanto alguém quiser encontrar uma ideia, um conceito ou uma suposição, então é lógico que a mineração de dados estará viva.
Deixe os seus comentários! Envie este artigo, divulgue este link na sua rede social...
Tags: data mining, big data, data science, architecture, data warehousing, database, modeling
Nenhum comentário:
Postar um comentário