A Análise Inteligente de Dados (AID) aborda a aplicação de todo um conjunto de algoritmos computacionais que permitem analisar dados em bruto (e.g. de bases de dados relacionais), de modo a extrair informação útil previamente desconhecida. Este campo está intimamente ligado às áreas da Extracção de Conhecimento de Bases de Dados, da Mineração de Dados e da Aprendizagem Automática.

Este livro aborda, essencialmente, técnicas supervisionadas de aprendizagem ou mineração de dados. Assim, é dada uma descrição detalhada de diversos tipos de modelos como as Árvores de Decisão e Regressão, as Regras de Classificação e Regressão, Modelos Lineares e Redes Neuronais Artificiais, bem como de algoritmos para a sua construção a partir de dados. São apresentadas implementações de todos os algoritmos em Java, bem como diversos exemplos de aplicação. Por fim, explica-se como se podem avaliar e comparar algoritmos de AID, dando-se sugestões para a escolha do melhor algoritmo para cada problema.

Principais Conteúdos:
· Introdução e conceitos básicos sobre a Análise Inteligente de Dados (AID);
· Algoritmos de aprendizagem supervisionada: Árvores de Decisão e Regressão, Regras de Classificação e Regressão, Modelos Lineares, Redes Neuronais Artificiais e Máquinas de Vectores de Suporte;
· Aplicações da AID em problemas do mundo real;
· Avaliação e comparação de Algoritmos de AID;
· Tópicos avançados: Conjuntos de Modelos, Sistemas Híbridos, Selecção de Modelos, Meta-Aprendizagem e Aprendizagem Dinâmica;
· Implementação em Java dos algoritmos apresentados.

Texto de apresentação e livro escritos ao abrigo da antiga ortografia.

Alunos e profissionais das áreas das Tecnologias de Informação e Comunicação.

Miguel Rocha
Professor Auxiliar no Departamento de Informática da Universidade do Minho. Desenvolve actividades de ensino e investigação nas áreas de Bioinformática, Computação Natural e Inteligência Artificial.

Paulo Cortez
Professor Auxiliar no Departamento de Sistemas de Informação da Universidade do Minho. Desenvolve actividades de ensino e investigação nas áreas de Business Intelligence/Data Mining, Redes Neuronais e Previsão.

José Maia Neves
Professor Catedrático no Departamento de Informática da Universidade do Minho. É líder do grupo de Inteligência Artificial, desenvolvendo actividades de ensino e investigação nas áreas da Representação de Conhecimento, Computação Lógica e Aprendizagem Máquina.