Entendendo Dados Estruturados e Não Estruturados

O documento discute os três tipos de dados: estruturados, não estruturados e semiestruturados, destacando a dificuldade de processar dados não estruturados, que são qualitativos e carecem de organização. A análise de dados não estruturados é desafiadora, mas a inteligência artificial (IA) pode estruturar esses dados e extrair informações valiosas, permitindo previsões e descobertas. A IA representa uma nova era na análise de dados, transformando a forma como lidamos com informações complexas.

Enviado por

kilamik300

Direitos autorais

Levamos muito a sério os direitos de conteúdo. Se você suspeita que este conteúdo é seu, reivindique-o aqui.

Formatos disponíveis

Baixe no formato DOCX, PDF, TXT ou leia on-line no Scribd

0% acharam este documento útil (0 voto)

17 visualizações2 páginas

Entendendo Dados Estruturados e Não Estruturados

Enviado por

kilamik300

Direitos autorais

Levamos muito a sério os direitos de conteúdo. Se você suspeita que este conteúdo é seu, reivindique-o aqui.

Formatos disponíveis

Baixe no formato DOCX, PDF, TXT ou leia on-line no Scribd

Módulo III

Qual é o Problema com os dados não estruturados?

Os dados podem ser organizados nos três tipos a seguir.

 Dados estruturados normalmente são classificados como dados

quantitativos e são altamente organizados. Dados estruturados são
informações que podem ser organizadas em linhas e colunas. Talvez você já
tenha visto dados estruturados em uma planilha, como no Google Sheets ou
no Microsoft Excel. Exemplos de dados estruturados incluem nomes, datas,
endereços, números de cartão de crédito, informações de estoque.
 Dados não estruturados, também conhecidos como dados obscuros, são
normalmente categorizados como dados qualitativos. Eles não podem ser
processados e analisados por ferramentas e métodos de dados
convencionais. Dados não estruturados carecem de qualquer organização
ou estrutura integrada. Exemplos de dados não estruturados incluem
imagens, textos, comentários de cliente, prontuários médicos e até letras de
músicas.
 Dados semiestruturados são a "ponte" entre dados estruturados e dados
não estruturados. Eles não têm um modelo de dados predefinido. Eles
combinam características de ambos os dados, estruturados e não
estruturados. Eles são mais complexos do que os dados estruturados, mas
mais fáceis de armazenar do que os dados não estruturados. Dados
semiestruturados usam metadados para identificar características
específicas de dados e escalar dados em registros e campos pré-
configurados. Em última análise, os metadados permitem que os dados
semiestruturados sejam melhor catalogados, pesquisados e analisados do
que os dados não estruturados. Um exemplo de dados semiestruturados é
um vídeo em um site de mídia social. O vídeo em si são dados não
estruturados, mas um vídeo normalmente tem texto para a Internet
categorizar facilmente essas informações, como por meio de uma hashtag
para identificar uma localização.

Análise de Dados não estruturados

Agora imagine um computador programável tentando extrair significado de bilhões
de dados como esses! Que tipo de programa alguém gravaria que pudesse
classificar todas as eventualidades no meio da confusão? Como alguém construiria
uma lista suficientemente longa de palavras-chave para encontrar algo útil? Dados
não estruturados escondem respostas para prevenção doenças, atividades
criminosas, mercado de ações — quase todos os aspectos da civilização atual.
Sem essas respostas, pessoas e organizações não podem fazer previsões ou
recomendações úteis.
Mas a IA pode esclarecer os dados não estruturados! A IA usa novo tipos de
computação — alguns modelados baseados no cérebro humano — para estruturar
rapidamente os dados obscuros e, partir daí, fazer novas descobertas. A IA pode
até aprender coisas—sozinha —a partir dos dados que gerencia e ensinar a si
mesma a fazer previsões melhores ao longo do tempo. Essa é a Era da IA e isso
muda tudo!