skip to main content
Idioma:
Tipo de recurso Mostra resultados com: Mostra resultados com: Índice

Data Mining no processo de extração de conhecimento de base de dados

Luis Carlos Molina Félix Solange Oliveira Rezende

1998

Localização: ICMC - Inst. Ciên. Mat. Computação    (T F316dm e.1 )(Acessar)

  • Título:
    Data Mining no processo de extração de conhecimento de base de dados
  • Autor: Luis Carlos Molina Félix
  • Solange Oliveira Rezende
  • Assuntos: INTELIGÊNCIA ARTIFICIAL
  • Notas: Dissertação (Mestrado) -- Instituto de Ciências Matemáticas e de Computação, da Universidade de São Paulo
    Dissertação (Mestrado)
  • Descrição: Nesta última década, houve um grande crescimento na capacidade de gerar e coletar dados, devido principalmente a três fatores: primeiro, ao constante aumento do poder de processamento dos computadores; segundo, ao armazenamento contínuo de grandequantidade de dados a um baixo custo; e por último, á introdução de novas e melhores tecnologias relacionadasao processamento e transmissão de dados. Embora os gerenciadores de bases de dados forneçam ferramentas básicas para otimizar oarmazenamento e busca em grande quantidade de dados, o fato de como ajudar os humanos a entender e analisar estas grandes estruturas de dados é um problema de difícil solução. Nesse contexto, o Processo de Extração de Conhecimento de Bases deDados (Knowledge Discovery in Databases - KDD) emerge como uma nova tecnologia orientada à compreensão e busca de conhecimento embutido dentro destas grandes massas de dados, fazendo uso, principalmente, de várias técnicas apoiadas naestatística, bases de dados, ferramentas de visualização e Aprendizado de Máquina. De um modo geral, o processo KDD é composto de várias etapas, partindo da definição do domínio, um pré-processamento dos dados, uma etapa de Data Mining(Mineração de Dados) e, finalmente, uma análise e interpretação do conhecimento obtido. Este trabalho visa compreender e delimitar as diferentes etapas dentro do processo KDD, analisando o papel da etapa de Data Mining dentro deste processo.Dois estudos de casos (uma base de dados
    petroleira e uma base de dados do Programa de Melhoramento Genético da Raça Nelore) foram realizados para este fim. Este trabalho aborda importantes aspectos, principalmente quanto à relevância dadiscretização de dados contínuos na obtenção de melhores regras de classificação, além de mostrar o processo KDD em uma base de dados real, destacando a problemática encontrada e a importância da presença do especialista do domínio para o êxitodeste processo
  • Data de criação/publicação: 1998
  • Formato: 109p.
  • Idioma: Português
Links
Voltar para lista de resultados

  • Realização: ABCD-USP USP   Logos de Redes Sociais: Freepik

Buscando em bases de dados remotas. Favor aguardar.