1 of 40

Ciência de Dados

Introdução

2 of 40

Introdução

3 of 40

Introdução

3

  • Ciência de Dados não é uma novidade!�
  • Historicamente, a sobrevivência da raça humana depende da capacidade de entender situações e analisar dados:�
    • Observação de coincidências e consequências no dia-a-dia�

​

4 of 40

Introdução

4

  • É possível dizer se vai chover com base na observação da natureza ao logo do tempo?

5 of 40

Introdução

5

  • Estamos cercados de problemas:
    • Sociais
    • Culturais
    • Econômicos
    • Ambientais�
  • Solução de problemas ocorre com a descoberta de informação�
  • Informação → Entendimento/compreensão dos dados

6 of 40

Introdução

6

  • Até o começo do século 19, havia pouca preocupação com higiene nos hospitais
  • Cirurgiões não sabiam da importância de lavar as mãos e os instrumentos
    • Mesas de madeira eram utilizadas nas cirurgias�
    • Chão era coberto por serragens para absorver o sangue dos pacientes�
    • Caçador de Insetos era uma carreira bem remunerada!�
  • Hospitais tinham taxa de mortalidade 3-5x maiores que residências

7 of 40

Introdução

7

  • Médico Ignaz Semmelweis
  • Contratado pelo Hospital de Viena (Áustria) - 1840�
    • Havia 02 salas de parto�
    • Notou que em uma sala a taxa de mortalidade (febre puerperal) era maior

8 of 40

Introdução

8

  • Por quê?
    • Quantidade de pacientes?�
    • Ventilação das salas?�
    • Posição do corpo da mulher durante o parto?�
    • Sino tocado por um padre quando uma mulher morria?�
    • Profissionais responsáveis em cada sala:
      • Parteiras
      • Estudantes de medicina

9 of 40

Introdução

9

  • Salas dos estudantes tinham mortalidade 3x maior do que as salas com parteiras�
  • Qual a razão?
    • Em 1847, um colega se cortou durante uma autópsia e falece com sintomas semelhantes às pacientes�
    • Os estudantes de medicina saiam da sala de autópsia diretamente para cirurgia das grávidas!

10 of 40

Introdução

10

  • “Partículas cadavéricas” eram levadas para a cirurgia das grávidas�
  • Como resolver?
    • Um colega obstetra argumentou que, se a contaminação não pudesse ser controlada, os hospitais deveriam ser periodicamente destruídos e reconstruídos.

11 of 40

Introdução

​

​

11

12 of 40

Introdução

12

  • Salvador das mães�
  • Taxas de mortalidade em 1847
    • Abril: 18,3%
    • Maio: 2% �
  • Mesmo assim não conseguiu convencer os colegas

13 of 40

Introdução

13

"Quando revejo o passado, só posso dissipar a tristeza que me invade imaginando o futuro feliz em que a infecção será banida... A convicção de que esse momento deve chegar inevitavelmente mais cedo ou mais tarde alegrará o momento de minha morte".

14 of 40

Introdução

14

"Quando revejo o passado*, só posso dissipar a tristeza que me invade imaginando o futuro feliz em que a infecção será banida... A convicção de que esse momento deve chegar inevitavelmente mais cedo ou mais tarde alegrará o momento de minha morte".

* Analisar dados

15 of 40

Introdução

15

"Quando revejo o passado*, só posso dissipar a tristeza que me invade imaginando o futuro* feliz em que a infecção será banida... A convicção de que esse momento deve chegar inevitavelmente mais cedo ou mais tarde alegrará o momento de minha morte".

* Analisar dados

* Uso do aprendizado para previsão

16 of 40

Tipos de Dados

17 of 40

Análise de Grandes Volumes de Dados

17

  • Big Data (Grandes Volumes de dados)
    • 2001: os 3 V’s
      • Volume: grande quantidade de dados
      • Velocidade: rapidez com que os dados são gerados e produzidos de maneira contínua
      • Variedade: diferentes tipos e formatos que os dados assumem�
    • Atualizando…
      • Veracidade: quão confiáveis são os dados → qualidade
      • Valor: quanto valem as informações existentes nos dados
      • Variabilidade: estabilidade do sistema
      • Visualização: interpretação

18 of 40

Tipos de Dados

18

  • Tipos mais comuns de dados:�
    • Tabulares (Estruturados)
    • Textos
    • Imagens e Vídeos
    • Séries
    • Grafos

19 of 40

Dados Estruturados

19

20 of 40

Dados Estruturados

20

  • Instâncias ou Exemplos

Exemplos

21 of 40

Dados Estruturados

21

  • Atributos ou Características

​

Características

22 of 40

Dados Textuais

22

23 of 40

Dados como Imagens e Vídeos

23

24 of 40

Dados Temporais

24

25 of 40

Dados como Grafos

25

  • Amigos em redes sociais

26 of 40

Definições

27 of 40

Definição

27

  • Área do conhecimento que estuda e aplica princípios e técnicas, por meio de algoritmos, para extrair conhecimento novo, relevante e útil de um conjunto de dados.

28 of 40

Ciência de Dados

28

Computação

Domínio do Conhecimento

Matemática�Estatística

29 of 40

Ciência de Dados

29

Pré-processamento

  • Coleta, limpeza e organização dos dados

​

30 of 40

Projeto de CD

30

Pré-processamento

Modelagem

  • Uso de AI para aprender a partir dos dados

​

31 of 40

Projeto de CD

31

Pré-processamento

Modelagem

Validação

  • Verificação do aprendizado

​

32 of 40

Projeto de CD

32

Pré-processamento

Modelagem

Validação

Implantação

  • Se o aprendizado for satisfatório, o projeto de IA fica disponível para uso (implantação)
  • Caso contrário, deve-se retornar para melhorar etapas anteriores

​

33 of 40

Ciclo de Vida dos Dados

33

Coleta

Preparar

Processar

Publicar

Preservar�Destruir

34 of 40

Ciclo de Vida dos Dados

34

  • Governança
    • Conjuntos de práticas (estratégias) para gerenciar dados garantindo:
      • Qualidade
      • Integridade
      • Segurança
      • Usabilidade
      • Responsabilidades

35 of 40

Ciclo de Vida dos Dados

35

  • Curadoria
    • Facilidade de exploração
    • Documentação
    • Validação

36 of 40

Referências

37 of 40

Referências

  • André C. P. L. F de Carvalho, Ângelo G. Menezes, Robson P. Bonidia. Ciência de Dados - Fundamentos e Aplicações. LTC. 2024.

�

37

38 of 40

Produção do Material

  • Universidade Federal da Bahia (UFBA)�
  • Universidade do Estado da Bahia (UNEB)�
  • SENAI/CIMATEC�
  • Universidade Estadual de Feira de Santana (UEFS)�
  • Universidade Estadual do Sudoeste da Bahia (UESB)�
  • Universidade Estadual de Santa Cruz (UESC)�
  • Instituto Federal Baiano (IFBaiano)

38

39 of 40

Apoio

40 of 40

Apoio

40