- A mineração de dados é uma subárea da ciência da computação que combina diversas técnicas provenientes da estatística, ciência de dados, teoria de banco de dados e aprendizado de máquina.
- As aplicações da mineração de dados incluem a criação de perfis e segmentação de clientes, análise de cesta de compras e detecção de anomalias.
A mineração de dados não possui um único inventor. Ela evoluiu ao longo do tempo graças às contribuições de diversos pesquisadores e profissionais de diferentes áreas. O desenvolvimento da mineração de dados combina avanços em estatística, aprendizado de máquina, inteligência artificial e ciência da computação. Neste blog, você conhecerá algumas figuras-chave e marcos importantes na história da mineração de dados.
As origens da mineração de dados
John Tukey(1915-2000): Estatístico americano, as contribuições de Tukey para aanálise exploratória de dados(EDA) foram revolucionárias. Seu desenvolvimento de métodos para resumir e visualizar dados forneceu uma base crucial para as técnicas posteriores de mineração de dados. Os trabalhos de Tukey enfatizaram a importância de olhar além dos dados brutos para entender sua estrutura e padrões subjacentes.
Contribuições iniciais para técnicas estatísticas
À medida que a mineração de dados evoluía, ela dependia fortemente de métodos estatísticos para analisar e interpretar os dados.Jerome Friedman, Robert Tibshirani e Trevor Hastie: Esse trio de estatísticos avançou significativamente o campo por meio de seus trabalhos em técnicas de classificação e regressão. O desenvolvimento de algoritmos como árvores de classificação e métodos ensemble, incluindo o boosting, tornou-se componentes fundamentais da mineração de dados moderna. Suas contribuições forneceram as bases teóricas para muitas técnicas usadas para extrair informações dos dados.
Leia também:5 riscos essenciais da mineração de dados que você precisa conhecer
Leia também:Entendendo a mineração de dados e sua importância nos negócios
O advento do aprendizado de máquina
Arthur Samuel (1901-1990): Frequentemente creditado pela invenção do termo 'aprendizado de máquina', os trabalhos de Samuel na década de 1950 sobre algoritmos que melhoram com a experiência lançaram as bases para muitos métodos de mineração de dados. Suas pesquisas na criação de programas capazes de aprender a partir de dados foram fundamentais na formação dos algoritmos usados hoje na mineração de dados.
Sistemas de banco de dados e regras de associação
A década de 1990 viu avanços significativos nos sistemas de banco de dados e algoritmos, o que influenciou grandemente as práticas de mineração de dados. Rakesh Agrawal, Tomasz Imielinski e Arun Swami: Esses pesquisadores desenvolveram o algoritmo Apriori, um método pioneiro para extração de regras de associação em grandes bancos de dados. Seus trabalhos permitiram que empresas e pesquisadores descobrissem relações entre variáveis em conjuntos de dados, como descobrir quais produtos são frequentemente comprados juntos. Esse desenvolvimento tornou-se uma pedra angular da mineração de dados, especialmente na análise de cesta de compras.
A mineração de dados moderna: formalizando o campo
À medida que a mineração de dados continuava a evoluir, esforços foram feitos para formalizar e padronizar as técnicas e metodologias utilizadas. Jiawei Han e Micheline Kamber: Seu influente manual, «Data Mining: Concepts and Techniques», tornou-se uma referência no campo. Os trabalhos de Han e Kamber ajudaram a sintetizar e articular os métodos e aplicações da mineração de dados, tornando-os acessíveis tanto para estudantes quanto para profissionais. Suas contribuições forneceram uma visão abrangente das técnicas de mineração de dados e melhores práticas.