1ª aula
Apresentação e Objectivos
1ª aula
Apresentação e Objectivos
2ª aula
Introdução a DW, Data Mining e OLAP
3ª aula
Formas Normais
4ª aula
Modelo multidimensional e formas normais
5ª aula
Desenho (lógico) de DW
6ª aula
Arquitectura de DW
7ª e 8ª aulas
Implementação de DW
9ª aula
Pré-processamento, limpeza e transformação de dados
10ª aula
Descrição de conceitos
11ª e 12ª aulas
Classificação, previsão e árvores de decisão
13ª e 14ª aulas
Redes neuronais
15ª e 16ª aulas
Aprendizagem bayesiana e redes bayesianas
17ª aula
Segmentação (clustering)
18ª aula
Classificação baseada em instâncias (K vizinhos mais próximos)
19ª aula
Regras de associação
