Data mining na descoberta de padrões de sintomas com foco no auxílio ao diagnóstico médico

Tamanho: px
Começar a partir da página:

Download "Data mining na descoberta de padrões de sintomas com foco no auxílio ao diagnóstico médico"

Transcrição

1 Data mining na descoberta de padrões de sintomas com foco no auxílio ao diagnóstico médico Alexander Rivas de Melo Junior 1, Márcio Palheta Piedade 1 1 Ciência da Computação Centro de Ensino Superior FUCAPI CESF Manaus AM {alexanderrivasdemelo, Abstract. Data mining is an area of computing where we seek to discover useful knowledge from large masses of data. This article presents a model that aims at extracting knowledge from a hospital database and use this knowledge to support medical diagnosis. The model is based on the discovery of association rules of symptoms, where groups of symptoms mined can determine the possible diagnoses for patients in medical care. As a result of the model, we noted the close relationship between symptoms and diagnoses, which indicates that the proposed model can be used to assist in the diagnosis of entry-level professionals, improving the quality of medical care. Resumo. Mineração de dados é uma área da computação onde buscamos descobrir conhecimentos úteis a partir de grandes massas de dados. Neste artigo apresentamos um modelo que tem como objetivo a extração de conhecimento de uma base de dados hospitalar e utilização desse conhecimento para apoio ao diagnóstico médico. O modelo se baseia na descoberta de regras de associação de sintomas, onde, grupos de sintomas minerados podem determinar os possíveis diagnósticos para o paciente em atendimento médico. Como resultado do modelo, evidenciamos a estreita relação entre sintomas e diagnósticos, o que nos indica que o modelo proposto pode ser utilizado para auxiliar no processo de diagnósticos de profissionais iniciantes, melhorando a qualidade dos atendimentos. 1. Introdução Hoje em dia é comum o uso de computadores para apoio às mais diversas atividades do cotidiano. A esse fato, associamos a criação de grandes volumes de dados que precisam ser analisados a fim de gerar conhecimento. No entanto, os tamanhos das massas de dados ultrapassam os limites dos métodos tradicionais de análise, fazendo com que informações preciosas sejam perdidas. Para solução deste problema são utilizadas técnicas que auxiliam na análise e extração de conhecimento dos bancos de dados. O processo de descoberta de conhecimento em banco de dados é chamado de Knowledge Discovery in Databases KDD, que foi proposto em 1989, cujo objetivo é analisar os dados de uma base para que de alguma forma possa ser extraído conhecimento útil (Fayyad, 1996). Para a transformação dos dados em informações que possam ser úteis e utilizadas para determinado fim ou tomada de decisão, é necessário que seja feita uma análise dos dados por especialistas, que, se realizada utilizando técnicas tradicionais demandariam muito tempo, seriam caras e subjetivas, tornando, assim, inviável a utilização desse tipo de técnica, evidenciando a necessidade de automação do processo Manaus, 25 a 27 de abril de ISSN (CDR)

2 ou de parte dele, já que é praticamente impossível uma análise de dados por seres humanos, quando consideramos uma grande quantidade de informação (Fayyad, 1996). O uso de suporte computacional no atendimento médico é comum nos dias de hoje e gera grandes massas de dados com informações digitalizadas dos pacientes. Estas massas de dados podem representar boas fontes de conhecimento, que pode ser utilizado no ensino da medicina ou até mesmo no apoio ao diagnóstico médico (Costa, 2012). A forma como os dados são utilizados também afeta diretamente o objetivo de cuidados com a saúde do paciente. Se utilizados adequadamente, podem gerar informações que ajudem na prevenção e combate às doenças (Lavrac, 2000). Na busca constante pela melhoria do atendimento médico hospitalar, as técnicas de mineração de dados estão sendo aplicadas nas bases de dados dos pacientes para descoberta de padrões, seja como ferramenta para auxílio ao diagnóstico ou descobertas que ajudem a alta direção hospitalar a tomar atitudes com relação aos resultados obtidos (Robertson, 2012). Os trabalhos de pesquisa aplicando o KDD na medicina ainda se apresentam em estágio inicial, mas tem uma expectativa bastante grande, já que é esperado o entendimento entre geração de dados e compreensão dos dados. Este entendimento é primordial para que determinada tomada de decisão esteja apoiada aos conhecimentos básicos da medicina (Collazos, 2000). Este artigo consiste em descobrir a relação entre os padrões de sintomas de pacientes, encontrados em uma base de dados médica, e os respectivos diagnósticos, aplicando técnicas de mineração de dados. Este processo foi dividido em quatro fases: 1) seleção dos dados da base de acordo com o objetivo da pesquisa; 2) limpeza e eliminação de dados que não se aplicavam ao estudo; 3) conversão dos dados obtidos para que fosse gerado um arquivo base, que é necessário para o programa de mineração de dados e 4) utilização de algoritmos de mineração aplicados à base de dados com a obtenção dos resultados. Este trabalho está dividido em oito capítulos, onde: os capítulos 2 e 3 mostram conceitos necessários ao entendimento do projeto, o capítulo 4 descreve os trabalhos relacionados ao nosso, encontrados na literatura, o capítulo 5 apresenta a metodologia utilizada, os capítulos 6 e 7 detalham o desenvolvimento do projeto, o capítulo 8 apresenta os resultados obtidos e no capítulo 9 realizamos a conclusão do trabalho e descrevemos os trabalhos futuros. A seguir, apresentamos definições importantes ao entendimento do trabalho. 2. KDD - Knowledge Discovery in Databases Segundo Fayyad (1996), é um processo não trivial de identificações de novos padrões, válidos e potencialmente úteis. Segundo Thomé (2002) é a busca de extração de conhecimento de bases de dados utilizando-se de técnicas e algoritmos que realizam a mineração dos dados para trabalhar e descobrir relações. O processo de descoberta de conhecimento ocorre quando temos um conjunto de padrões que são semelhantes, e que podem levar a construção de um modelo. Este processo é formado por 5 etapas: seleção, pré-processamento, transformação, a mineração de dados e a interpretação dos dados (Fayyad, 1996). Além do processo, o Manaus, 25 a 27 de abril de ISSN (CDR)

3 conhecimento que se deseja buscar deve estar de acordo com três características: deve ser correto, deve ser compreensível para o usuário e deve ter de alguma forma utilidade para o usuário (Freitas, 2000). Figura 1. Etapas do processo de KDD (Fayyad, 1996) Inicialmente, precisamos definir que tipo de conhecimento se deseja extrair da base de dados, pois a técnica que será utilizada para a mineração de dados depende do objetivo a que se quer chegar (Damasceno de melo, 2010). A seguir serão detalhadas as etapas do processo de KDD de acordo com o apresentado na figura 1. A etapa de seleção dos dados inicia com a definição do objetivo e mapeamento dos grupos ou conjuntos de informações que serão utilizados. O pré-processamento é responsável pelo tratamento de ruídos e dados incompletos. A transformação tem como objetivo selecionar as principais características que serão utilizadas para representar os dados, ou seja, os dados devem ser selecionados de modo que sejam os mais úteis para o modelo proposto. A etapa de mineração de dados é o momento em que serão escolhidos os algoritmos que mais se ajustam ao objetivo que se quer extrair da base de dados. Além disso, nesta fase são escolhidos os melhores parâmetros para que, no momento do processamento, os resultados sejam os mais rápidos e precisos possíveis. Ao final do processo teremos a etapa de interpretação e avaliação dos resultados, onde o conhecimento extraído da base de dados é representado por padrões. 3. Regras de associação e o algoritmo Apriori Relacionada à necessidade de se obter informações úteis a partir de uma base de dados, surge à técnica de regras de associação, que foi iniciada por Agrawal (1993) com objetivo de encontrar padrões ou relacionamentos que são frequentes no conjunto de dados que está sendo estudado, onde dado um item presente em uma transação implique na presença de outro item na mesma transação. Com isso, Agrawal (1993) propôs um modelo matemático, onde as regras de associação devem atender a um suporte e confiança mínima especificada. Em algoritmos de mineração de dados, suporte corresponde à frequência com que os padrões ocorrem na base de dados, podendo ser descrito também como a Manaus, 25 a 27 de abril de ISSN (CDR)

4 porcentagem de transações da base que contém os elementos A e B. A confiança é uma medida da força das regras, podendo ser representada por: dentre as transações que contém A, a porcentagem de transações que também contém B. O suporte e a confiança aplicados às regras descobertas são de grande importância para o processo, pois somente as regras de associação com alto grau de confiança e suporte são consideradas regras de associação forte. O algoritmo Apriori é um dos mais conhecidos para mineração por regras de associação (Engel, 2002), foi desenvolvido pela equipe de pesquisa do Projeto QUEST da IBM originando o Software Intelligent Miner, é um algoritmo que resolve o problema da mineração de conjuntos de itens frequentes, realizando recursivas buscas no banco de dados (Amo, 2010). O Apriori é dividido em três fases: (1) geração dos itens candidatos; (2) poda dos candidatos; (3) fase de cálculo do suporte. Possui propriedades que otimizam seu desempenho, como por exemplo, a antimonotonia que afirma que para um determinado item ser frequente, todos os seus subconjuntos também devem ser. Esta propriedade implica diretamente na diminuição do tempo de execução, pois se determinado item não é frequente, não será necessário que seja calculado o suporte do conjunto a que o item pertence. (Amo, 2010) Como resultado o algoritmo obtêm regras de associações do tipo: se A então B, representado por A B, onde A e B, no caso da pesquisa, são os sintomas dos pacientes. Esta relação forma uma regra, em que dado um sintoma A o paciente também apresenta o sintoma B (Amo, 2010). 4. Trabalhos relacionados Collazos (2000) apresentou em seu trabalho Análise do Prontuário médico para a utilização com KDD, uma avaliação de que tipos de dados médicos podem ser utilizados para a aplicação do KDD. Durante o estudo, foram selecionados vários tipos de prontuários médicos com o intuito de verificar se os dados presentes nestes formulários poderiam ser utilizados para realizar uma avaliação clínica do paciente. Todos os formulários selecionados dependem do tipo de diagnóstico que se pretende avaliar. Foi verificado que em um dos formulários os casos associados são extremamente raros e que é extremamente difícil obter informações nestas situações por terem informações faltantes. Como resultado, foi verificado que quanto mais detalhadas e específicas as informações relacionadas ao diagnóstico, fica mais fácil a utilização dessas informações em um processo de KDD. Costa (2012) apresentou em seu trabalho Mineração de Imagens Médica Utilizando Características de Forma *, uma forma de utilizar técnicas de mineração de dados no apoio ao diagnóstico médico com auxilio computacional. No estudo, a mineração de dados é aplicada em imagens médicas para extração do conhecimento com o foco no apoio ao diagnóstico médico. As características das imagens são extraídas e organizadas em vetores que representam cada imagem no processo de classificação de dados. Durante o desenvolvimento do trabalho de Costa (2012) foram feitas duas contribuições: (1) a criação de uma técnica de extração de características chamada FFS (Fast Fractal Stack), que emprega uma análise fractal, indicando o nível de Manaus, 25 a 27 de abril de ISSN (CDR)

5 complexidade de contornos e objetos de uma imagem, tendo como resultado um vetor de características da imagem com alta capacidade de descrição; (2) um classificador associativo denominado de Concept, que utiliza o algoritmo apriori para mineração de regras de associação das características das imagens, retornando uma sugestão de classe que a imagem se enquadra. Steiner (2004) apresentou em seu trabalho Data mining como suporte à tomada de decisões Uma aplicação no diagnóstico médico a utilização de técnicas de classificação, com o objetivo de diferenciar casos de pacientes com obstrução biliar por cálculo e obstrução biliar por câncer. Para a realização do estudo foi utilizada uma base de dados com informações de pacientes com os diagnósticos do estudo e mais 14 resultados de exames clínicos sugeridos pelos especialistas da área para a mineração dos dados. O autor utilizou seis técnicas de mineração de dados, sendo três delas utilizando árvores de decisão e as outras três utilizando regras de classificação em dois conjuntos de dados, sendo o primeiro utilizado para treinamento e o segundo para testes. Como resultado obtido, todas as técnicas apresentaram resultados positivos e satisfatórios podendo ser utilizados em sistemas computacionais, como ferramenta de apoio ao diagnóstico realizado pelo especialista. Até onde pudemos observar, nenhum trabalho anterior estudou métodos de suporte ao diagnostico médico a partir de informações referentes aos sintomas dos pacientes. Neste sentido, nosso trabalho é distinto de todos os que observamos na literatura. 5. Metodologia A realização desta pesquisa envolveu as seguintes etapas: A primeira etapa do trabalho foi baseada na revisão bibliográfica da literatura, para determinar outras pesquisas similares a esta, onde são aplicadas as técnicas de mineração de dados em bases de dados médicas para descoberta de conhecimento, que de alguma forma possam auxiliar em diagnósticos do médico especialista. Na segunda etapa, ocorreu a obtenção da base de dados médica contendo registros de atendimentos médicos com, exclusivamente, informações de atendimento e sintomas do paciente. Nenhum dado que pudesse identificar o paciente sobre qualquer circunstância foi utilizado durante a pesquisa. A pesquisa utilizou atendimentos de pacientes armazenados em um banco de dados, de onde extraímos as associações entre sintomas de pacientes e seus diagnósticos. Na terceira etapa ocorreu a extração, manutenção e pré-processamento dos dados, onde foi realizada análise da base de dados e extraídas informações de atendimentos de pacientes necessárias à pesquisa. Todos os dados passaram por um processo de normalização, onde os sintomas relacionados foram dispostos em uma única linha e os dados ausentes tiveram seu preenchimento realizado de forma padrão utilizando o símbolo?. Na quarta etapa, ocorreu a execução do algoritmo Apriori, pois apresenta resultados que mais se aproximam do desejado e a extração da informação propriamente dita. Esta etapa do processo teve como objetivo encontrar padrões na base de dados que foi pré-processada, utilizando a ferramenta de mineração de dados chamada WEKA, um Manaus, 25 a 27 de abril de ISSN (CDR)

6 software open-source largamente utilizada por implementar diversos algoritmos de mineração de dados (Hall, 2009). A quinta e última etapa do processo foi a análise dos resultados obtidos com a aplicação do algoritmo de mineração de dados. O objetivo principal foi encontrar regras de associação que nos mostrassem as relações entre os sintomas de pacientes, qualificando o quanto um sintoma implica na presença de outro sintoma, formando assim grupos de sintomas que podem representar um diagnóstico especifico, por exemplo, casos em que apresentam o sintoma Cefaleia também apresentam o sintoma Febre e podem estar relacionados ao diagnóstico de virose, pois, existe uma quantidade significativa de atendimentos de pacientes diagnosticados com virose, apresentando os sintomas de Febre e Cefaleia simultaneamente. Assim como Costa (2012), este trabalho também fez a utilização do algoritmo Apriori, mas de forma diferenciada, aplicado aos sintomas dos pacientes com o objetivo de gerar regras de associação de sintomas e posteriormente relacioná-los aos diagnósticos dos atendimentos. 6. Base de dados A base de dados utilizada no desenvolvimento do estudo é uma base de dados hospitalar, privada, com ocorrências de atendimentos médicos registrados na cidade de Manaus - AM, contendo apenas informações referentes a diagnósticos e sintomas. Para tornar a base de dados consistente e ter um melhor aproveitamento das informações, foram aplicados filtros para que não houvesse informações duplicadas ou que de alguma forma possam impactar diretamente nos resultados. Dentre todos os registros da base de dados, foram utilizados somente os dados de atendimento com as seguintes características somadas: os que não foram cancelados ou invalidados, os que têm informações de sintomas associados e os que tenham pelo menos um diagnóstico definido, resultando em um total de 1600 ocorrências de atendimentos para o estudo. 7. Processamento dos dados e montagem do arquivo ARFF Uma das principais fases do processo de mineração de dados está relacionada ao processamento dos dados, esta seção descreve o modo como os dados foram levantados e como foram organizados para serem aceitos pela aplicação mineradora. Na extração dos dados foi desenvolvido um script em Python utilizando a ferramenta Aptana, uma ferramenta de código aberto que suporta a linguagem. Os dados foram extraídos através do script que realizava consultas SQL na base de dados e os manipulava para que o arquivo resultante seja exatamente no formato ARFF, que é o aceito pela ferramenta WEKA, utilizada para realizar a mineração de dados. O algoritmo monta inicialmente uma tupla contendo todos os sintomas possíveis de serem utilizados em um atendimento, em outra tupla são atribuídos os registros de atendimentos que seguiam as características definidas no tópico anterior. Para cada atendimento realizado eram dispostos na mesma linha todos os possíveis sintomas, mas somente os que estavam relacionados com o atendimento eram marcados com um identificador S, para todos os outros sintomas que não faziam parte da lista de sintomas do atendimento foi atribuído o símbolo?, representando que o mesmo não faz parte da lista de sintomas definido para aquele atendimento especifico. O modelo do arquivo gerado pode ser visualizado na figura 2. Manaus, 25 a 27 de abril de ISSN (CDR)

7 Figura 2. Exemplo da estrutura gerada pelo script no formato ARFF Após a criação do arquivo ARFF, executamos o WEKA (Hall 2009) para executar o algoritmo Apriori em nossa base de dados, a fim de identificar que regras de associação que poderiam ser extraídas, conforme a figura 3. Figura 3. Resultados da ferramenta WEKA obtidos após o processamento 8. Resultados obtidos Nesta seção descrevemos os resultados obtidos pela execução do modelo proposto. A tabela 1 mostra o resultado do processamento do algoritmo Apriori, no processo foi considerado grau mínimo de suporte a 10% e confiança a 90% aplicado a nossa base de dados hospitalar, definido como significativo, fazendo uso da ferramenta de mineração de dados WEKA. Tabela 1. Regras de associação obtidas após mineração dos dados Regra Grupo 1 Qtde Grupo 2 Qtde Suporte(%) Confiança(%) 1 Calafrios;Mialgia 193 Febre , Calafrios;Mialgia;Cefaléia 177 Febre , Calafrios;Cefaléia 235 Febre , Calafrios 274 Febre , Artralgia 178 Febre , Cefaléia;Mialgia 240 Febre ,57 97 Manaus, 25 a 27 de abril de ISSN (CDR)

8 7 Mialgia 270 Febre , Calafrios;Mialgia 193 Cefaléia , Febre;Calafrios;Mialgia 191 Cefaléia , Calafrios;Mialgia 193 Febre;Cefaléia ,94 91 A seguir o detalhamento dos resultados a partir da execução do algoritmo Apriori conforme a Tabela 1: 1. De todos os atendimentos realizados, em 11,94% o sintoma Febre está relacionado aos sintomas Calafrio e Mialgia. Sendo que, para todos os atendimentos que apresentavam Calafrios e Mialgia, 99% também apresentavam o sintoma Febre. 2. De todos os atendimentos realizados, em 10,94% o sintoma Febre está relacionado aos sintomas Calafrio, Mialgia e Cefaleia. Sendo que, para todos os atendimentos que apresentavam Calafrio, Mialgia e Cefaleia, 99% também apresentavam o sintoma Febre. 3. De todos os atendimentos realizados, em 14,45% o sintoma Febre está relacionado aos sintomas Calafrio e Cefaleia. Sendo que, para todos os atendimentos que apresentavam Calafrio e Cefaleia, em 98% também apresentavam o sintoma Febre. 4. De todos os atendimentos realizados, em 16,70% o sintoma Febre está relacionado ao sintoma Calafrio. Sendo que, para todos os atendimentos que apresentavam Calafrio, em 97% também apresentavam o sintoma Febre. 5. De todos os atendimentos realizados, em 10,82% o sintoma Febre está relacionado ao sintoma Artralgia. Sendo que, para todos os atendimentos que apresentavam Artralgia, em 97% também apresentavam o sintoma Febre. 6. De todos os atendimentos realizados, em 14,57% o sintoma Febre está relacionado aos sintomas Cefaleia e Mialgia. Sendo que, para todos os atendimentos que apresentavam Cefaleia e Mialgia, em 97% também apresentavam o sintoma Febre. 7. De todos os atendimentos realizados, em 16,14% o sintoma Febre está relacionado ao sintoma Mialgia. Sendo que, para todos os atendimentos que apresentavam Mialgia, em 96% também apresentavam o sintoma Febre. 8. De todos os atendimentos realizados, em 11,07% o sintoma Cefaleia está relacionado aos sintomas Calafrio e Mialgia. Sendo que, para todos os atendimentos que apresentavam Calafrio e Mialgia, em 92% também apresentava o sintoma Cefaleia. 9. De todos os atendimentos realizados, em 10,94% o sintoma Cefaleia está relacionado com os sintomas Febre, Calafrio e Mialgia. Sendo que, para todos os atendimentos que apresentavam Febre, Calafrios e Mialgia, em 92% também apresentava o sintoma Cefaleia. 10. De todos os atendimentos realizados, em 10,94% os sintomas Febre e Cefaleia estão relacionados aos sintomas Calafrio e Mialgia. Sendo que, para todos os atendimentos que apresentavam Calafrio e Mialgia, em 91% também apresentavam os sintomas Febre e Cefaleia. Manaus, 25 a 27 de abril de ISSN (CDR)

9 Com base nos resultados obtidos, verificamos que vários sintomas se repetem nas regras encontradas, pode ser observado que existe uma regra mais completa no estudo, a de número 10, selecionada para ser cruzada com as informações de atendimentos e diagnósticos contidos na base. Este relacionamento de informações foi realizado com uma consulta na base de dados selecionando todos os atendimentos que apresentavam os sintomas: Calafrios, Mialgia, Febre e Cefaleia. Do cruzamento entre os sintomas da regra selecionada e os diagnósticos dos atendimentos, foram encontrados os seguintes resultados: 1. 46,25% dos atendimentos estão associados a casos de doenças relacionadas a Protozoários, como por exemplo, algum tipo de diagnóstico de malária ,25% dos atendimentos estão associados a casos de doenças relacionadas ao Vírus da dengue ,5% dos atendimentos estão relacionados a outros diagnósticos. Ao analisar os resultados obtidos pode ser observado que, os diagnósticos encontrados apresentam valores significativos com suporte mínimo de 10% e confiança mínima de 90%. No estudo de caso temos o grupo de sintomas Calafrios, Mialgia, Febre e Cefaleia com as maiores porcentagens de atendimentos para diagnósticos de Malaria e Dengue, que se somados equivalem a 68,5% de todos os atendimentos analisados, ou seja, estes diagnósticos podem ser sugeridos ao especialista como possíveis diagnósticos do paciente baseado nos casos anteriores verificados na base de dados. Com base no estudo realizado por Engel (2002) um dos pontos críticos do algoritmo Apriori é a geração de conjunto de itens candidatos para a passagem sobre o banco de dados, que é executada no início de cada passagem, seu desempenho melhora apenas quando grande parte dos conjuntos de itens candidatos torna-se frequente, ou seja, é necessário que a média de itens por transação seja alta. A geração dos conjuntos de dados se torna mais crítica onde à razão entre itens frequentes e itens candidatos é menor. No nosso estudo, os pacientes apresentam uma quantidade limitada de sintomas em cada atendimento, uma média de quatro, por este motivo o custo de execução do algoritmo para a base de dados no estudo cresce à medida que a quantidade de atendimentos dos pacientes a serem analisados aumenta considerando que média de sintomas permaneça baixa. Caso a quantidade média de sintomas mude e cresça, o custo será compensado, permitindo a aplicação do algoritmo para grandes bases de dados com transação similar. 9. Conclusão e trabalhos futuros Na primeira parte do trabalho foi possível identificar, utilizando técnicas de mineração de dados, quais combinações de sintomas são mais comuns em pacientes da base de dados. A partir dos grupos de sintomas, realizamos um estudo para identificar quais diagnósticos estão mais relacionados aos grupos de sintomas. Este modelo pode servir de suporte ao diagnostico médico, onde, para determinado grupo de sintomas apresentados pelo paciente no momento de sua consulta pode ser sugerido os diagnósticos de mais relevância, tornando assim o atendimento do paciente mais rápido e de melhor qualidade, auxiliando principalmente os médicos especialistas que tiveram seu ingresso recente aos atendimentos de pacientes. Manaus, 25 a 27 de abril de ISSN (CDR)

10 Para trabalhos futuros pretendemos explorar algoritmos de agrupamento para identificar os grupos de sintomas existentes e comparar os resultados com o modelo atual, verificando se ao utilizar técnicas de agrupamento de sintomas teremos resultados mais precisos com relação ao diagnóstico. 10. Bibliografia Agrawal, R. & Imielinski, T. & Swami, A. (1993). Mining Association between Sets of Items in Massive Databases. In ACM SIGMOD Record (Vol. 22, No. 2, pp ). ACM. Amo, Sandra (2010) Curso de Data Mining Aula 2 Mineração de Regras de Associação O algoritmo APRIORI. Collazos, K., Barreto, J. M., & Pellegrini, G. F. (2000). "Análise do Prontuário médico para a utilização com KDD". CONGRESSO BRASILEIRO DE INFORMÁTICA EM SAÚDE CBIS. Costa, A. F., & Traina, A. J. M. (2012). "Mineração de Imagens Médicas Utilizando Características de Forma". Damasceno de Melo, M. (2010). "Introdução à Mineração de Dados usando o Weka". V CONNEPI Engel, P. M., & Camargo, S. D. S. (2002). MiRABIT: um novo algoritmo para mineração de regras de associação. In VIII Congreso Argentino de Ciencias de la Computación. Fayyad, U., Piatetsky-Shapiro, G., & Smyth, P. (1996). "From data mining to knowledge discovery in databases". AI magazine, 17(3), 37. Freitas, A. A. (2000) "Uma Introdução a Data Mining.Informática Brasileira em Análise". CESAR - Centro de Estudos e Sistemas Avançados do Recife. Ano II, n. 32, mai./jun Hall, M., Frank, E., Holmes, G., Pfahringer, B., Reutemann, P., & Witten, I. H. (2009). The WEKA data mining software: an update. ACM SIGKDD Explorations Newsletter, 11(1), Lavrac, N., Keravnou, E., & Zupan, B. (2000). "Intelligent data analysis in medicine". Encyclopedia of computer science and technology, 42(9), Robertson, J. (2012). "Data-Mining in Doctor's Office Helps Solve Medical Mysteries", Março de Steiner, M. T. A., Soma, N. Y., Shimizu, T., Nievola, J. C., LOPES, F., & Smiderle, A. (2004). "Data-Mining como Suporte à Tomada de Decisões-uma Aplicação no Diagnóstico Médico". XXXVI SIMPÓSIO BRASILEIRO DE PESQUISA OPERACIONAL," O IMPACTO DA PESQUISA OPERACIONAL NAS NOVAS TENDÊNCIAS MULTIDISCIPLINARES, 23, Thomé, Antônio Carlos G. (2002) "Redes neurais: uma ferramenta para KDD e data mining". Rio de Janeiro: Universidade Federal do Rio de Janeiro. Manaus, 25 a 27 de abril de ISSN (CDR)

Extração de Conhecimento a partir dos Sistemas de Informação

Extração de Conhecimento a partir dos Sistemas de Informação Extração de Conhecimento a partir dos Sistemas de Informação Gisele Faffe Pellegrini & Katia Collazos Grupo de Pesquisa em Eng. Biomédica Universidade Federal de Santa Catarina Jorge Muniz Barreto Prof.

Leia mais

MINERAÇÃO DE DADOS EDUCACIONAIS: UM ESTUDO DE CASO APLICADO AO PROCESSO SELETIVO DO IFSULDEMINAS CÂMPUS MUZAMBINHO

MINERAÇÃO DE DADOS EDUCACIONAIS: UM ESTUDO DE CASO APLICADO AO PROCESSO SELETIVO DO IFSULDEMINAS CÂMPUS MUZAMBINHO MINERAÇÃO DE DADOS EDUCACIONAIS: UM ESTUDO DE CASO APLICADO AO PROCESSO SELETIVO DO IFSULDEMINAS CÂMPUS MUZAMBINHO Fernanda Delizete Madeira 1 ; Aracele Garcia de Oliveira Fassbinder 2 INTRODUÇÃO Data

Leia mais

Sistema de mineração de dados para descobertas de regras e padrões em dados médicos

Sistema de mineração de dados para descobertas de regras e padrões em dados médicos Sistema de mineração de dados para descobertas de regras e padrões em dados médicos Pollyanna Carolina BARBOSA¹; Thiago MAGELA² 1Aluna do Curso Superior Tecnólogo em Análise e Desenvolvimento de Sistemas

Leia mais

Administração de dados - Conceitos, técnicas, ferramentas e aplicações de Data Mining para gerar conhecimento a partir de bases de dados

Administração de dados - Conceitos, técnicas, ferramentas e aplicações de Data Mining para gerar conhecimento a partir de bases de dados Universidade Federal de Pernambuco Graduação em Ciência da Computação Centro de Informática 2006.2 Administração de dados - Conceitos, técnicas, ferramentas e aplicações de Data Mining para gerar conhecimento

Leia mais

Gestão do Conhecimento: Extração de Informações do Banco de Dados de um Supermercado

Gestão do Conhecimento: Extração de Informações do Banco de Dados de um Supermercado Gestão do Conhecimento: Extração de Informações do Banco de Dados de um Supermercado Alessandro Ferreira Brito 1, Rodrigo Augusto R. S. Baluz 1, Jean Carlo Galvão Mourão 1, Francisco das Chagas Rocha 2

Leia mais

INSTITUTO VIANNA JÚNIOR LTDA FACULDADES INTEGRADAS DO INSTITUTO VIANNA JUNIOR O TEXT MINING PARA APOIO A TOMADA DE DECISÃO

INSTITUTO VIANNA JÚNIOR LTDA FACULDADES INTEGRADAS DO INSTITUTO VIANNA JUNIOR O TEXT MINING PARA APOIO A TOMADA DE DECISÃO INSTITUTO VIANNA JÚNIOR LTDA FACULDADES INTEGRADAS DO INSTITUTO VIANNA JUNIOR O TEXT MINING PARA APOIO A TOMADA DE DECISÃO Lúcia Helena de Magalhães 1 Márcio Aarestrup Arbex 2 Resumo Este artigo tem como

Leia mais

Descoberta de Conhecimento em Base de Imagens Mamográficas

Descoberta de Conhecimento em Base de Imagens Mamográficas Descoberta de Conhecimento em Base de Imagens Mamográficas Adriana Cristina Giusti Corrêa 1, Homero Schiabel 2 1,2 Departamento de Engenharia Elétrica da EESC/USP Universidade de São Paulo, Brasil, 1 Departamento

Leia mais

ANÁLISE DE LOGS DA WEB POR MEIO DE TÉCNICAS DE DATA MINING

ANÁLISE DE LOGS DA WEB POR MEIO DE TÉCNICAS DE DATA MINING ANÁLISE DE LOGS DA WEB POR MEIO DE TÉCNICAS DE DATA MINING Mabel Pereira da Silva UNIOESTE Universidade Estadual do Oeste do Paraná Rua Universitária, 2069 Bairro Faculdade Cascavel PR CEP: 85819-110 Fone:

Leia mais

Prof. Msc. Paulo Muniz de Ávila

Prof. Msc. Paulo Muniz de Ávila Prof. Msc. Paulo Muniz de Ávila O que é Data Mining? Mineração de dados (descoberta de conhecimento em bases de dados): Extração de informação interessante (não-trivial, implícita, previamente desconhecida

Leia mais

IMPLEMENTAÇÃO DE UM ALGORITMO DE PADRÕES DE SEQUÊNCIA PARA DESCOBERTA DE ASSOCIAÇÕES ENTRE PRODUTOS DE UMA BASE DE DADOS REAL

IMPLEMENTAÇÃO DE UM ALGORITMO DE PADRÕES DE SEQUÊNCIA PARA DESCOBERTA DE ASSOCIAÇÕES ENTRE PRODUTOS DE UMA BASE DE DADOS REAL Universidade Federal de Ouro Preto - UFOP Instituto de Ciências Exatas e Biológicas - ICEB Departamento de Computação - DECOM IMPLEMENTAÇÃO DE UM ALGORITMO DE PADRÕES DE SEQUÊNCIA PARA DESCOBERTA DE ASSOCIAÇÕES

Leia mais

SISTEMAS DE APRENDIZADO PARA A IDENTIFICAÇÃO DO NÚMERO DE CAROÇOS DO FRUTO PEQUI LEARNING SYSTEMS FOR IDENTIFICATION OF PEQUI FRUIT SEEDS NUMBER

SISTEMAS DE APRENDIZADO PARA A IDENTIFICAÇÃO DO NÚMERO DE CAROÇOS DO FRUTO PEQUI LEARNING SYSTEMS FOR IDENTIFICATION OF PEQUI FRUIT SEEDS NUMBER SISTEMAS DE APRENDIZADO PARA A IDENTIFICAÇÃO DO NÚMERO DE CAROÇOS DO FRUTO PEQUI Fernando Luiz de Oliveira 1 Thereza Patrícia. P. Padilha 1 Conceição A. Previero 2 Leandro Maciel Almeida 1 RESUMO O processo

Leia mais

APLICAÇÃO DE MINERAÇÃO DE DADOS PARA O LEVANTAMENTO DE PERFIS: ESTUDO DE CASO EM UMA INSTITUIÇÃO DE ENSINO SUPERIOR PRIVADA

APLICAÇÃO DE MINERAÇÃO DE DADOS PARA O LEVANTAMENTO DE PERFIS: ESTUDO DE CASO EM UMA INSTITUIÇÃO DE ENSINO SUPERIOR PRIVADA APLICAÇÃO DE MINERAÇÃO DE DADOS PARA O LEVANTAMENTO DE PERFIS: ESTUDO DE CASO EM UMA INSTITUIÇÃO DE ENSINO SUPERIOR PRIVADA Lizianne Priscila Marques SOUTO 1 1 Faculdade de Ciências Sociais e Aplicadas

Leia mais

O Uso da Descoberta de Conhecimento em Base de Dados para Apoiar a Tomada de Decisões

O Uso da Descoberta de Conhecimento em Base de Dados para Apoiar a Tomada de Decisões 1 O Uso da Descoberta de Conhecimento em Base de Dados para Apoiar a Tomada de Decisões José Carlos Almeida Ryan Ribeiro de Eric Rommel G. Dantas Daniel Silva de Lima Patrício Júnior Azevedo Centro de

Leia mais

Curso de Data Mining

Curso de Data Mining Curso de Data Mining Sandra de Amo Aula 2 - Mineração de Regras de Associação - O algoritmo APRIORI Suponha que você seja gerente de um supermercado e esteja interessado em conhecer os hábitos de compra

Leia mais

KDD UMA VISAL GERAL DO PROCESSO

KDD UMA VISAL GERAL DO PROCESSO KDD UMA VISAL GERAL DO PROCESSO por Fernando Sarturi Prass 1 1.Introdução O aumento das transações comerciais por meio eletrônico, em especial as feitas via Internet, possibilitou as empresas armazenar

Leia mais

Identificação de Padrões em Registros de Doenças com Técnicas de Mineração de Dados

Identificação de Padrões em Registros de Doenças com Técnicas de Mineração de Dados Identificação de Padrões em Registros de Doenças com Técnicas de Mineração de Dados Resumo. Nas últimas décadas, tem aumentado à necessidade de um processo automatizado para a descoberta de informações

Leia mais

Extensão do WEKA para Métodos de Agrupamento com Restrição de Contigüidade

Extensão do WEKA para Métodos de Agrupamento com Restrição de Contigüidade Extensão do WEKA para Métodos de Agrupamento com Restrição de Contigüidade Carlos Eduardo R. de Mello, Geraldo Zimbrão da Silva, Jano M. de Souza Programa de Engenharia de Sistemas e Computação Universidade

Leia mais

Extração de Árvores de Decisão com a Ferramenta de Data Mining Weka

Extração de Árvores de Decisão com a Ferramenta de Data Mining Weka Extração de Árvores de Decisão com a Ferramenta de Data Mining Weka 1 Introdução A mineração de dados (data mining) pode ser definida como o processo automático de descoberta de conhecimento em bases de

Leia mais

XIII Encontro de Iniciação Científica IX Mostra de Pós-graduação 06 a 11 de outubro de 2008 BIODIVERSIDADE TECNOLOGIA DESENVOLVIMENTO

XIII Encontro de Iniciação Científica IX Mostra de Pós-graduação 06 a 11 de outubro de 2008 BIODIVERSIDADE TECNOLOGIA DESENVOLVIMENTO XIII Encontro de Iniciação Científica IX Mostra de Pós-graduação 06 a 11 de outubro de 2008 BIODIVERSIDADE TECNOLOGIA DESENVOLVIMENTO EPE0147 UTILIZAÇÃO DA MINERAÇÃO DE DADOS EM UMA AVALIAÇÃO INSTITUCIONAL

Leia mais

MINERAÇÃO DE DADOS: APLICAÇÃO PRÁTICA EM PEQUENAS E MÉDIAS EMPRESAS

MINERAÇÃO DE DADOS: APLICAÇÃO PRÁTICA EM PEQUENAS E MÉDIAS EMPRESAS MINERAÇÃO DE DADOS: APLICAÇÃO PRÁTICA EM PEQUENAS E MÉDIAS EMPRESAS RONALDO RIBEIRO GOLDSCHMIDT RESUMO. O intenso crescimento do volume de informações nas bases de dados corporativas de pequenas, médias

Leia mais

INTRODUÇÃO A MINERAÇÃO DE DADOS UTILIZANDO O WEKA

INTRODUÇÃO A MINERAÇÃO DE DADOS UTILIZANDO O WEKA INTRODUÇÃO A MINERAÇÃO DE DADOS UTILIZANDO O WEKA Marcelo DAMASCENO(1) (1) Instituto Federal de Educação, Ciência e Tecnologia do Rio Grande do Norte/Campus Macau, Rua das Margaridas, 300, COHAB, Macau-RN,

Leia mais

Gestão da Informação. Gestão da Informação. AULA 3 Data Mining

Gestão da Informação. Gestão da Informação. AULA 3 Data Mining Gestão da Informação AULA 3 Data Mining Prof. Edilberto M. Silva Gestão da Informação Agenda Unidade I - DM (Data Mining) Definição Objetivos Exemplos de Uso Técnicas Tarefas Unidade II DM Prático Exemplo

Leia mais

Mineração de Dados: Introdução e Aplicações

Mineração de Dados: Introdução e Aplicações Mineração de Dados: Introdução e Aplicações Luiz Henrique de Campos Merschmann Departamento de Computação Universidade Federal de Ouro Preto luizhenrique@iceb.ufop.br Apresentação Luiz Merschmann Engenheiro

Leia mais

INTELIGÊNCIA COMPUTACIONAL

INTELIGÊNCIA COMPUTACIONAL INTELIGÊNCIA COMPUTACIONAL Engenharia de Computação Professor: Rosalvo Ferreira de Oliveira Neto Dados pessoais Rosalvo Ferreira de Oliveira Neto MSc. em ciência da computação (UFPE) rosalvo.oliveira@univasf.edu.br

Leia mais

DWARF DATAMINER: UMA FERRAMENTA GENÉRICA PARA MINERAÇÃO DE DADOS

DWARF DATAMINER: UMA FERRAMENTA GENÉRICA PARA MINERAÇÃO DE DADOS DWARF DATAMINER: UMA FERRAMENTA GENÉRICA PARA MINERAÇÃO DE DADOS Tácio Dias Palhão Mendes Bacharelando em Sistemas de Informação Bolsista de Iniciação Científica da FAPEMIG taciomendes@yahoo.com.br Prof.

Leia mais

Descoberta de Conhecimento em uma Base de Dados de Bilhetes de Tarifação: Estudo de Caso em Telefonia Celular

Descoberta de Conhecimento em uma Base de Dados de Bilhetes de Tarifação: Estudo de Caso em Telefonia Celular Descoberta de Conhecimento em uma Base de Dados de Bilhetes de Tarifação: Estudo de Caso em Telefonia Celular Elionai Sobrinho 1,3, Jasmine Araújo 1,3, Luiz A. Guedes 2, Renato Francês 1 1 Departamento

Leia mais

INSTITUTO VIANNA JÚNIOR LTDA FACULADE DE CIENCIAS ECONOMICAS VIANNA JUNIOR DATA MINING - EXTRAÇÃO E EXPLORAÇÃO DE CONHECIMENTO.

INSTITUTO VIANNA JÚNIOR LTDA FACULADE DE CIENCIAS ECONOMICAS VIANNA JUNIOR DATA MINING - EXTRAÇÃO E EXPLORAÇÃO DE CONHECIMENTO. INSTITUTO VIANNA JÚNIOR LTDA FACULADE DE CIENCIAS ECONOMICAS VIANNA JUNIOR DATA MINING - EXTRAÇÃO E EXPLORAÇÃO DE CONHECIMENTO. Lúcia Helena de Magalhães 1 Márcio Aarestrup Arbex 2 Resumo Este artigo tem

Leia mais

EduMiner: Um software para Auxílio no Processo de Ensino Aprendizagem do Conhecimento Gerado pela Mineração de Dados

EduMiner: Um software para Auxílio no Processo de Ensino Aprendizagem do Conhecimento Gerado pela Mineração de Dados EduMiner: Um software para Auxílio no Processo de Ensino Aprendizagem do Conhecimento Gerado pela Mineração de Dados RESUMO Autoria: Alana Deusilan Sester Pereira, Clarice Pereira de Paiva Ribeiro, Luiz

Leia mais

Identificando o grau de importância dos programas eleitorais a partir da mineração de dados

Identificando o grau de importância dos programas eleitorais a partir da mineração de dados Identificando o grau de importância dos programas eleitorais a partir da mineração de dados Lucinéia Rodrigues Magalhães (Bacharel) Curso de Bacharelado em Sistemas de Informação Universidade Tuiuti do

Leia mais

APLICAÇÃO DE DATA MINING NA IDENTIFICAÇÃO DE PADRÕES EM CRIANÇAS RESPIRADORAS BUCAIS E NASAIS 1.

APLICAÇÃO DE DATA MINING NA IDENTIFICAÇÃO DE PADRÕES EM CRIANÇAS RESPIRADORAS BUCAIS E NASAIS 1. APLICAÇÃO DE DATA MINING NA IDENTIFICAÇÃO DE PADRÕES EM CRIANÇAS RESPIRADORAS BUCAIS E NASAIS 1. SQUIZANI, Cleonice Schell 2 ; MORALES, Yuri 2 ; VIEIRA, Sylvio André Garcia 2 1 Trabalho de pesquisa - UNIFRA

Leia mais

Utilização de Técnicas de Mineração de Dados como Auxílio na Detecção de Cartéis em Licitações Carlos Vinícius Sarmento Silva Célia Ghedini Ralha

Utilização de Técnicas de Mineração de Dados como Auxílio na Detecção de Cartéis em Licitações Carlos Vinícius Sarmento Silva Célia Ghedini Ralha WCGE II Workshop de Computação Aplicada em Governo Eletrônico Utilização de Técnicas de Mineração de Dados como Auxílio na Detecção de Cartéis em Licitações Carlos Vinícius Sarmento Silva Célia Ghedini

Leia mais

FUNDAMENTOS DE SISTEMAS DE INFORMAÇÃO

FUNDAMENTOS DE SISTEMAS DE INFORMAÇÃO @ribeirord FUNDAMENTOS DE SISTEMAS DE INFORMAÇÃO Rafael D. Ribeiro, M.Sc,PMP. rafaeldiasribeiro@gmail.com http://www.rafaeldiasribeiro.com.br Lembrando... Aula 4 1 Lembrando... Aula 4 Sistemas de apoio

Leia mais

MINERAÇÃO DE DADOS APLICADA. Pedro Henrique Bragioni Las Casas pedro.lascasas@dcc.ufmg.br

MINERAÇÃO DE DADOS APLICADA. Pedro Henrique Bragioni Las Casas pedro.lascasas@dcc.ufmg.br MINERAÇÃO DE DADOS APLICADA Pedro Henrique Bragioni Las Casas pedro.lascasas@dcc.ufmg.br Processo Weka uma Ferramenta Livre para Data Mining O que é Weka? Weka é um Software livre do tipo open source para

Leia mais

Detecção de Tentativas de Intrusão em Sistemas por Análise de Tráfego de Rede

Detecção de Tentativas de Intrusão em Sistemas por Análise de Tráfego de Rede Detecção de Tentativas de Intrusão em Sistemas por Análise de Tráfego de Rede Emiliano F. Castejon Instituto Nacional de Pesquisas Espaciais Laboratório Associado de Computação castejon@lac.inpe.br Antonio

Leia mais

4. Que tipos de padrões podem ser minerados. 5. Critérios de classificação de sistemas de Data Mining. 6. Tópicos importantes de estudo em Data Mining

4. Que tipos de padrões podem ser minerados. 5. Critérios de classificação de sistemas de Data Mining. 6. Tópicos importantes de estudo em Data Mining Curso de Data Mining - Aula 1 1. Como surgiu 2. O que é 3. Em que tipo de dados pode ser aplicado 4. Que tipos de padrões podem ser minerados 5. Critérios de classificação de sistemas de Data Mining 6.

Leia mais

O Processo de KDD Knowledge Discovery in Database para Aplicações na Medicina

O Processo de KDD Knowledge Discovery in Database para Aplicações na Medicina SEMINC 2001 57 O Processo de KDD Knowledge Discovery in Database para Aplicações na Medicina MARIZA FERRO HUEI DIANA LEE UNIOESTE - Universidade Estadual do Oeste do Paraná CECE Centro de Engenharias e

Leia mais

DESCOBERTA DE CONHECIMENTO CONSIDERANDO ASPECTOS TEMPORAIS

DESCOBERTA DE CONHECIMENTO CONSIDERANDO ASPECTOS TEMPORAIS DESCOBERTA DE CONHECIMENTO CONSIDERANDO ASPECTOS TEMPORAIS Anelise de Macedo Lucas Nara Martini Bigolin Luís Otavio Alvares (anelisel@inf.ufrgs.br)* (bigolin@inf.ufrgs.br)** (alvares@inf.ufrgs.br)* *Universidade

Leia mais

Data, Text and Web Mining

Data, Text and Web Mining Data, Text and Web Mining Fabrício J. Barth TerraForum Consultores Junho de 2010 Objetivo Apresentar a importância do tema, os conceitos relacionados e alguns exemplos de aplicações. Data, Text and Web

Leia mais

MINERAÇÃO DE DADOS PARA DETECÇÃO DE SPAMs EM REDES DE COMPUTADORES

MINERAÇÃO DE DADOS PARA DETECÇÃO DE SPAMs EM REDES DE COMPUTADORES MINERAÇÃO DE DADOS PARA DETECÇÃO DE SPAMs EM REDES DE COMPUTADORES Kelton Costa; Patricia Ribeiro; Atair Camargo; Victor Rossi; Henrique Martins; Miguel Neves; Ricardo Fontes. kelton.costa@gmail.com; patriciabellin@yahoo.com.br;

Leia mais

Universidade de Caxias do Sul Centro de Ciências Exatas e Tecnologia Departamento de Informática Curso de Bacharelado em Ciência da Computação

Universidade de Caxias do Sul Centro de Ciências Exatas e Tecnologia Departamento de Informática Curso de Bacharelado em Ciência da Computação Universidade de Caxias do Sul Centro de Ciências Exatas e Tecnologia Departamento de Informática Curso de Bacharelado em Ciência da Computação APLICAÇÃO DE REDES NEURAIS ARTIFICIAIS À MINERAÇÃO DE DADOS

Leia mais

Mineração de dados: um estudo de caso de concessão de crédito explorando o software Weka

Mineração de dados: um estudo de caso de concessão de crédito explorando o software Weka Mineração de dados: um estudo de caso de concessão de crédito explorando o software Weka Andreia Smiderle, Alessandra Marchiori de Oliveira Depto de Sistemas de Informação, Faculdade MATER DEI, 85501-030,

Leia mais

MINERAÇÃO DE DADOS PARA PADRÕES DE SEQUENCIA

MINERAÇÃO DE DADOS PARA PADRÕES DE SEQUENCIA Universidade Federal de Ouro Preto - UFOP Instituto de Ciências Exatas e Biológicas - ICEB Departamento de Computação - DECOM MINERAÇÃO DE DADOS PARA PADRÕES DE SEQUENCIA Aluna: Cecília Henriques Devêza

Leia mais

servidores Web com RapidMiner

servidores Web com RapidMiner Mineração de regras de associação em servidores Web com RapidMiner Fabrício J. Barth fabricio.barth@gmail.com Resumo Este texto apresenta o uso da ferramenta RapidMiner na mineração de regras de associação

Leia mais

APLICAÇÃO DE KDD NOS DADOS DOS SISTEMAS SIM E SINASC EM BUSCA DE PADRÕES DESCRITIVOS DE ÓBITO INFANTIL NO MUNICÍPIO DO RIO DE JANEIRO

APLICAÇÃO DE KDD NOS DADOS DOS SISTEMAS SIM E SINASC EM BUSCA DE PADRÕES DESCRITIVOS DE ÓBITO INFANTIL NO MUNICÍPIO DO RIO DE JANEIRO UNIVERSIDADE FEDERAL DO ESTADO DO RIO DE JANEIRO CENTRO DE CIÊNCIAS EXATAS E TECNOLOGIA ESCOLA DE INFORMÁTICA APLICADA APLICAÇÃO DE KDD NOS DADOS DOS SISTEMAS SIM E SINASC EM BUSCA DE PADRÕES DESCRITIVOS

Leia mais

Microsoft Innovation Center

Microsoft Innovation Center Microsoft Innovation Center Mineração de Dados (Data Mining) André Montevecchi andre@montevecchi.com.br Introdução Objetivo BI e Mineração de Dados Aplicações Exemplos e Cases Algoritmos para Mineração

Leia mais

Aplicativo de Mineração de Dados Aplicado em Bases de Dados Acadêmicas

Aplicativo de Mineração de Dados Aplicado em Bases de Dados Acadêmicas 22 - Encontro Anual de Tecnologia da Informação Aplicativo de Mineração de Dados Aplicado em Bases de Dados Acadêmicas Elisa Maria Vissotto1, Adriane Barbosa Camargo2 1 Universidade Regional Integrada

Leia mais

IDENTIFICATION OF DISEASE PATTERNS IN DATA MINING TECHNIQUES

IDENTIFICATION OF DISEASE PATTERNS IN DATA MINING TECHNIQUES Blucher Mechanical Engineering Proceedings May 2014, vol. 1, num. 1 www.proceedings.blucher.com.br/evento/10wccm IDENTIFICATION OF DISEASE PATTERNS IN DATA MINING TECHNIQUES T. M. R. Dias 1, P. M. Dias

Leia mais

Data Mining Software Weka. Software Weka. Software Weka 30/10/2012

Data Mining Software Weka. Software Weka. Software Weka 30/10/2012 Data Mining Software Weka Prof. Luiz Antonio do Nascimento Software Weka Ferramenta para mineração de dados. Weka é um Software livre desenvolvido em Java. Weka é um É um pássaro típico da Nova Zelândia.

Leia mais

MINERAÇÃO DE DADOS APLICADA PARA LEVANTAMENTO DO PERFIL DOS ALUNOS DOS CURSOS TÉCNICOS OFERECIDOS PELO CAMPUS CAMPOS DO JORDÃO DO IFSP

MINERAÇÃO DE DADOS APLICADA PARA LEVANTAMENTO DO PERFIL DOS ALUNOS DOS CURSOS TÉCNICOS OFERECIDOS PELO CAMPUS CAMPOS DO JORDÃO DO IFSP MINERAÇÃO DE DADOS APLICADA PARA LEVANTAMENTO DO PERFIL DOS ALUNOS DOS CURSOS TÉCNICOS OFERECIDOS PELO CAMPUS CAMPOS DO JORDÃO DO IFSP 1 Data de entrega dos originais à redação em 15/03/2013 e recebido

Leia mais

ADM041 / EPR806 Sistemas de Informação

ADM041 / EPR806 Sistemas de Informação ADM041 / EPR806 Sistemas de Informação UNIFEI Universidade Federal de Itajubá Prof. Dr. Alexandre Ferreira de Pinho 1 Sistemas de Apoio à Decisão (SAD) Tipos de SAD Orientados por modelos: Criação de diferentes

Leia mais

Descoberta de Domínio Conceitual de Páginas Web

Descoberta de Domínio Conceitual de Páginas Web paper:25 Descoberta de Domínio Conceitual de Páginas Web Aluno: Gleidson Antônio Cardoso da Silva gleidson.silva@posgrad.ufsc.br Orientadora: Carina Friedrich Dorneles dorneles@inf.ufsc.br Nível: Mestrado

Leia mais

FUNDAÇÃO DE ENSINO EURÍPIDES SOARES DA ROCHA CENTRO UNIVERSITÁRIO EURÍPIDES DE MARÍLIA UNIVEM CURSO DE BACHARELADO EM SISTEMAS DE INFORMAÇÃO

FUNDAÇÃO DE ENSINO EURÍPIDES SOARES DA ROCHA CENTRO UNIVERSITÁRIO EURÍPIDES DE MARÍLIA UNIVEM CURSO DE BACHARELADO EM SISTEMAS DE INFORMAÇÃO FUNDAÇÃO DE ENSINO EURÍPIDES SOARES DA ROCHA CENTRO UNIVERSITÁRIO EURÍPIDES DE MARÍLIA UNIVEM CURSO DE BACHARELADO EM SISTEMAS DE INFORMAÇÃO DANIEL DA SILVA DISNER MINERAÇÃO DE DADOS PARA OBTENÇÃO DE CONHECIMENTO

Leia mais

Descoberta de conhecimento a partir de uma base de indicadores de desenvolvimento social utilizando WEKA

Descoberta de conhecimento a partir de uma base de indicadores de desenvolvimento social utilizando WEKA Descoberta de conhecimento a partir de uma base de indicadores de desenvolvimento social utilizando WEKA Carlos M. Murasse 1,2, Denise F. Tsunoda 1,3 1 Programa de Pós-graduação em Ciência, Gestão e Tecnologia

Leia mais

Estudo e Análise da Base de Dados do Portal Corporativo da Sexta Região da Polícia Militar com vista à aplicação de Técnicas de Mineração de Dados1

Estudo e Análise da Base de Dados do Portal Corporativo da Sexta Região da Polícia Militar com vista à aplicação de Técnicas de Mineração de Dados1 Estudo e Análise da Base de Dados do Portal Corporativo da Sexta Região da Polícia Militar com vista à aplicação de Técnicas de Mineração de Dados1 Rafaela Giroto, 10º módulo de Ciência da Computação,

Leia mais

MINERAÇÃO DE DADOS. Mineração de Dados

MINERAÇÃO DE DADOS. Mineração de Dados MINERAÇÃO DE DADOS Mineração de Dados Sumário Conceitos / Autores chave... 3 1. Introdução... 4 2. Conceitos de Mineração de Dados... 5 3. Aplicações de Mineração de Dados... 7 4. Ferramentas de Mineração

Leia mais

3 Market Basket Analysis - MBA

3 Market Basket Analysis - MBA 2 Mineração de Dados 3 Market Basket Analysis - MBA Market basket analysis (MBA) ou, em português, análise da cesta de compras, é uma técnica de data mining que faz uso de regras de associação para identificar

Leia mais

Determinação dos Fatores Críticos na Análise de Desempenho de Alunos de Pósgraduação Utilizando Metodologia de Mineração de Dados

Determinação dos Fatores Críticos na Análise de Desempenho de Alunos de Pósgraduação Utilizando Metodologia de Mineração de Dados Resumo Determinação dos Fatores Críticos na Análise de Desempenho de Alunos de Pósgraduação Utilizando Metodologia de Mineração de Dados Autoria: Elizabeth de Oliveira Carpenter, Gerson Lachtermacher O

Leia mais

Mineração de Dados na Descoberta do Padrão de Usuários de um Sistema de Educação à Distância

Mineração de Dados na Descoberta do Padrão de Usuários de um Sistema de Educação à Distância Mineração de Dados na Descoberta do Padrão de Usuários de um Sistema de Educação à Distância Janaina R Penedo, Eliane P Capra Universidade Federal do Estado do Rio de Janeiro (UNIRIO) Av. Pasteur, 296

Leia mais

MINERAÇÃO DE OPINIÕES DE USUÁRIOS NA BUSCA DE CONHECIMENTO RESUMO

MINERAÇÃO DE OPINIÕES DE USUÁRIOS NA BUSCA DE CONHECIMENTO RESUMO 84 MINERAÇÃO DE OPINIÕES DE USUÁRIOS NA BUSCA DE CONHECIMENTO Rafael Guedes Derkian Afonso Lúcia Helena de Magalhães RESUMO Este trabalho visa utilizar as técnicas de Web Mining para mineração de opiniões

Leia mais

Aula 02: Conceitos Fundamentais

Aula 02: Conceitos Fundamentais Aula 02: Conceitos Fundamentais Profa. Ms. Rosângela da Silva Nunes 1 de 26 Roteiro 1. Por que mineração de dados 2. O que é Mineração de dados 3. Processo 4. Que tipo de dados podem ser minerados 5. Que

Leia mais

Introdução. Capítulo 1

Introdução. Capítulo 1 Capítulo 1 Introdução Em computação, muitos problemas são resolvidos por meio da escrita de um algoritmo que especifica, passo a passo, como resolver um problema. No entanto, não é fácil escrever um programa

Leia mais

Tarefas e Técnicas de Mineração de Dados TAREFAS E TÉCNICAS DE MINERAÇÃO DE DADOS

Tarefas e Técnicas de Mineração de Dados TAREFAS E TÉCNICAS DE MINERAÇÃO DE DADOS Tarefas e Técnicas de Mineração de Dados TAREFAS E TÉCNICAS DE MINERAÇÃO DE DADOS Sumário Conceitos / Autores chave... 3 1. Introdução... 3 2. Tarefas desempenhadas por Técnicas de 4 Mineração de Dados...

Leia mais

UNIVERSIDADE FEDERAL DE SANTA CATARINA GRADUAÇÃO EM SISTEMAS DE INFORMAÇÃO DEPARTAMENTO DE INFORMÁTICA E ESTATÍSTICA DATA MINING EM VÍDEOS

UNIVERSIDADE FEDERAL DE SANTA CATARINA GRADUAÇÃO EM SISTEMAS DE INFORMAÇÃO DEPARTAMENTO DE INFORMÁTICA E ESTATÍSTICA DATA MINING EM VÍDEOS UNIVERSIDADE FEDERAL DE SANTA CATARINA GRADUAÇÃO EM SISTEMAS DE INFORMAÇÃO DEPARTAMENTO DE INFORMÁTICA E ESTATÍSTICA DATA MINING EM VÍDEOS VINICIUS DA SILVEIRA SEGALIN FLORIANÓPOLIS OUTUBRO/2013 Sumário

Leia mais

Simulação Computacional de Sistemas, ou simplesmente Simulação

Simulação Computacional de Sistemas, ou simplesmente Simulação Simulação Computacional de Sistemas, ou simplesmente Simulação Utilização de métodos matemáticos & estatísticos em programas computacionais visando imitar o comportamento de algum processo do mundo real.

Leia mais

Mineração de dados em triagem de risco de saúde

Mineração de dados em triagem de risco de saúde Mineração de dados em triagem de risco de saúde Thales Vaz Maciel 1 ; Vinicius Rosa Seus 2 ; Karina dos Santos Machado 3 ; Eduardo Nunes Borges 4 1234 Centro de Ciências Computacionais, Fundação Universidade

Leia mais

Planejamento Estratégico de TI. Prof.: Fernando Ascani

Planejamento Estratégico de TI. Prof.: Fernando Ascani Planejamento Estratégico de TI Prof.: Fernando Ascani Data Warehouse - Conceitos Hoje em dia uma organização precisa utilizar toda informação disponível para criar e manter vantagem competitiva. Sai na

Leia mais

ÉDEN DE OLIVEIRA PINTO COELHO DESCOBERTA DE CONHECIMENTO SOBRE O PROCESSO SELETIVO DA UFLA

ÉDEN DE OLIVEIRA PINTO COELHO DESCOBERTA DE CONHECIMENTO SOBRE O PROCESSO SELETIVO DA UFLA ÉDEN DE OLIVEIRA PINTO COELHO DESCOBERTA DE CONHECIMENTO SOBRE O PROCESSO SELETIVO DA UFLA Monografia de Graduação apresentada ao Departamento de Ciência da Computação da Universidade Federal de Lavras

Leia mais

AVALIAÇÃO COMPARATIVA DE ALGORITMOS PARA SISTEMAS DE RECOMENDAÇÃO EM MÚLTIPLOS DOMÍNIOS: MODELOS INTERPRETÁVEIS APLICADOS A DADOS EDUCACIONAIS

AVALIAÇÃO COMPARATIVA DE ALGORITMOS PARA SISTEMAS DE RECOMENDAÇÃO EM MÚLTIPLOS DOMÍNIOS: MODELOS INTERPRETÁVEIS APLICADOS A DADOS EDUCACIONAIS AVALIAÇÃO COMPARATIVA DE ALGORITMOS PARA SISTEMAS DE RECOMENDAÇÃO EM MÚLTIPLOS DOMÍNIOS: MODELOS INTERPRETÁVEIS APLICADOS A DADOS EDUCACIONAIS Hugo Marques Casarini Faculdade de Engenharia de Computação

Leia mais

Palavras-Chaves: estoque, modelagem, requisitos, UML, vendas.

Palavras-Chaves: estoque, modelagem, requisitos, UML, vendas. UTILIZAÇÃO DA UML NO DESENVOLVIMENTO DE SISTEMA DE CONTROLE DE VENDAS E ESTOQUE GILBERTO FRANCISCO PACHECO DOS SANTOS Discente da AEMS Faculdades Integradas de Três Lagoas JACKSON LUIZ ARROSTI Discente

Leia mais

A Utilização de Software Livre na Análise de QoS em Redes IP Utilizando Mineração de Dados

A Utilização de Software Livre na Análise de QoS em Redes IP Utilizando Mineração de Dados A Utilização de Software Livre na Análise de QoS em Redes IP Utilizando Mineração de Dados Maxwel Macedo Dias 1, Edson M.L.S. Ramos 2, Luiz Silva Filho 3, Roberto C. Betini 3 1 Faculdade de Informática

Leia mais

Revista ISSN 2179-5037

Revista ISSN 2179-5037 144 Revista ISSN 2179-5037 Aplicação de Data Mining na área de CRM como ferramenta gerencial para tomada de decisão em empresas modernas Jefferson Borges Araujo Sandra Eugenio Pereira UNIABEU RESUMO: Este

Leia mais

Doenças cardiovasculares constituem um dos maiores problemas que afligem a

Doenças cardiovasculares constituem um dos maiores problemas que afligem a 18 1 INTRODUÇÃO Doenças cardiovasculares constituem um dos maiores problemas que afligem a população dos países industrializados. Essas doenças são responsáveis por mais de cinco milhões de pessoas hospitalizadas

Leia mais

Padronização de Processos: BI e KDD

Padronização de Processos: BI e KDD 47 Padronização de Processos: BI e KDD Nara Martini Bigolin Departamento da Tecnologia da Informação -Universidade Federal de Santa Maria 98400-000 Frederico Westphalen RS Brazil nara.bigolin@ufsm.br Abstract:

Leia mais

Análise Espacial do Perfil dos Alunos do IFPI Campus Floriano usando Técnicas de Mineração de Dados

Análise Espacial do Perfil dos Alunos do IFPI Campus Floriano usando Técnicas de Mineração de Dados Análise Espacial do Perfil dos Alunos do IFPI Campus Floriano usando Técnicas de Mineração de Dados Thiago Reis da Silva 1, Diego Grosmann 1, Artur Luiz T de Oliveira 1, Angélica Félix de Castro 1, Marcelino

Leia mais

Um Ambiente para Exploração de Regras de Associação Generalizadas

Um Ambiente para Exploração de Regras de Associação Generalizadas Um Ambiente para Exploração de Regras de Associação Generalizadas Marcos A. Domingues 1, Matheus G. B. Figueiredo 2, Solange O. Rezende 3 1 Laboratório de Inteligência Artificial e Ciência de Computadores

Leia mais

Algoritmos Genéticos em Mineração de Dados. Descoberta de Conhecimento. Descoberta do Conhecimento em Bancos de Dados

Algoritmos Genéticos em Mineração de Dados. Descoberta de Conhecimento. Descoberta do Conhecimento em Bancos de Dados Algoritmos Genéticos em Mineração de Dados Descoberta de Conhecimento Descoberta do Conhecimento em Bancos de Dados Processo interativo e iterativo para identificar padrões válidos, novos, potencialmente

Leia mais

ANÁLISE E MINERAÇÃO DE DADOS EM UM JOGO DE EMPRESAS PARA APOIO AO ENSINO DE CONCEITOS DE GESTÃO DA PRODUÇÃO, VENDAS E ESTRATÉGIAS DE NEGÓCIOS

ANÁLISE E MINERAÇÃO DE DADOS EM UM JOGO DE EMPRESAS PARA APOIO AO ENSINO DE CONCEITOS DE GESTÃO DA PRODUÇÃO, VENDAS E ESTRATÉGIAS DE NEGÓCIOS ANÁLISE E MINERAÇÃO DE DADOS EM UM JOGO DE EMPRESAS PARA APOIO AO ENSINO DE CONCEITOS DE GESTÃO DA PRODUÇÃO, VENDAS E ESTRATÉGIAS DE NEGÓCIOS Daniel Ferreira de Barros Junior (UNINOVE ) danielf@uninove.br

Leia mais

Mineração de Dados. Prof. Júlio Cesar Nievola Especialização em Inteligência Computacional PPGIA - PUCPR

Mineração de Dados. Prof. Júlio Cesar Nievola Especialização em Inteligência Computacional PPGIA - PUCPR Mineração de Dados PPGIA - PUCPR Agenda 1. Histórico 2. Definições e Características 3. Processo e Tarefas de DM 4. Pré-Processamento 5. Representação do Conhecimento 6. Principais Tarefas 7. Procedimentos

Leia mais

MINERAÇÃO DE DADOS DE HELP DESK USANDO RATTLE O CASO PETROBRAS

MINERAÇÃO DE DADOS DE HELP DESK USANDO RATTLE O CASO PETROBRAS FACULDADE DE ECONOMIA E FINANÇAS IBMEC PROGRAMA DE PÓS-GRADUAÇÃO E PESQUISA EM ADMINISTRAÇÃO E ECONOMIA DISSERTAÇÃO DE MESTRADO PROFISSIONALIZANTE EM ADMINISTRAÇÃO MINERAÇÃO DE DADOS DE HELP DESK USANDO

Leia mais

2 Gestão de Competências

2 Gestão de Competências APOIO À GESTÃO DE COMPETÊNCIAS: SOFTWARE PARA ANÁLISE DE CONCEITOS EM CURRÍCULOS José Luiz Duizith, Leandro Krug Wives, Gustavo Tagliassuchi, Stanley Loh InText Mining www.intext.com.br joseluiz.duizith{a}intext.com.br

Leia mais

O que é a ciência de dados (data science). Discussão do conceito. Luís Borges Gouveia Universidade Fernando Pessoa Versão 1.

O que é a ciência de dados (data science). Discussão do conceito. Luís Borges Gouveia Universidade Fernando Pessoa Versão 1. O que é a ciência de dados (data science). Discussão do conceito Luís Borges Gouveia Universidade Fernando Pessoa Versão 1.3, Outubro, 2015 Nota prévia Esta apresentação tem por objetivo, proporcionar

Leia mais

INSTITUTO TECNOLÓGICO DE AERONÁUTICA DIVISÃO DE ENGENHARIA ELETRÔNICA LABORATÓRIO DE GUERRA ELETRÔNICA

INSTITUTO TECNOLÓGICO DE AERONÁUTICA DIVISÃO DE ENGENHARIA ELETRÔNICA LABORATÓRIO DE GUERRA ELETRÔNICA INSTITUTO TECNOLÓGICO DE AERONÁUTICA DIVISÃO DE ENGENHARIA ELETRÔNICA LABORATÓRIO DE GUERRA ELETRÔNICA CURSO DE ESPECIALIZAÇÃO EM ANÁLISE DE AMBIENTE ELETROMAGNÉTICO CEAAE /2008 DISCIPLINA EE-09: Inteligência

Leia mais

Data Mining: Conceitos e Técnicas

Data Mining: Conceitos e Técnicas Data Mining: Conceitos e Técnicas DM, DW e OLAP Data Warehousing e OLAP para Data Mining O que é data warehouse? De data warehousing para data mining Data Warehousing e OLAP para Data Mining Data Warehouse:

Leia mais

Fundamentos da inteligência de negócios: gestão da informação e de bancos de dados

Fundamentos da inteligência de negócios: gestão da informação e de bancos de dados Fundamentos da inteligência de negócios: gestão da informação e de bancos de dados slide 1 1 Copyright 2011 Pearson Education, Inc. publishing as Prentice Hall Objetivos de estudo Como um banco de dados

Leia mais

SISTEMAS DE APOIO À DECISÃO SAD

SISTEMAS DE APOIO À DECISÃO SAD SISTEMAS DE APOIO À DECISÃO SAD Conceitos introdutórios Decisão Escolha feita entre duas ou mais alternativas. Tomada de decisão típica em organizações: Solução de problemas Exploração de oportunidades

Leia mais

Módulo 4: Gerenciamento de Dados

Módulo 4: Gerenciamento de Dados Módulo 4: Gerenciamento de Dados 1 1. CONCEITOS Os dados são um recurso organizacional decisivo que precisa ser administrado como outros importantes ativos das empresas. A maioria das organizações não

Leia mais

Fabrício J. Barth. Apontador http://www.apontador.com.br http://www.apontador.com.br/institucional/ fabricio.barth@lbslocal.com

Fabrício J. Barth. Apontador http://www.apontador.com.br http://www.apontador.com.br/institucional/ fabricio.barth@lbslocal.com Uma Introdução à Mineração de Informações Fabrício J. Barth Apontador http://www.apontador.com.br http://www.apontador.com.br/institucional/ fabricio.barth@lbslocal.com Outubro de 2010 Objetivo Apresentar

Leia mais

UTILIZAÇÃO DE INFORMAÇÕES PARA ADQUIRIR CONHECIMENTO ATRAVÉS DA MINERAÇÃO DE DADOS

UTILIZAÇÃO DE INFORMAÇÕES PARA ADQUIRIR CONHECIMENTO ATRAVÉS DA MINERAÇÃO DE DADOS UTILIZAÇÃO DE INFORMAÇÕES PARA ADQUIRIR CONHECIMENTO ATRAVÉS DA MINERAÇÃO DE DADOS Allan Carlos Claudino VILLA 1 Eli CANDIDO JUNIOR 2 RESUMO: Para continuarem a acirrada disputa no mercado, as empresas

Leia mais

SAD orientado a DADOS

SAD orientado a DADOS Universidade do Contestado Campus Concórdia Curso de Sistemas de Informação Prof.: Maico Petry SAD orientado a DADOS DISCIPLINA: Sistemas de Apoio a Decisão SAD orientado a dados Utilizam grandes repositórios

Leia mais

Data Mining aplicado na base de dados das categorias mais vendidas de um supermercado

Data Mining aplicado na base de dados das categorias mais vendidas de um supermercado Data Mining aplicado na base de dados das categorias mais vendidas de um supermercado Celso Bilynkievycz dos Santos (UTFPR/UEPG) bilynkievycz@uepg.br Vicente Toniolo Zander (UTFPR) vicente_2006@pg.cefetpr.br

Leia mais

O Processo de KDD. Data Mining SUMÁRIO - AULA1. O processo de KDD. Interpretação e Avaliação. Seleção e Pré-processamento. Consolidação de dados

O Processo de KDD. Data Mining SUMÁRIO - AULA1. O processo de KDD. Interpretação e Avaliação. Seleção e Pré-processamento. Consolidação de dados SUMÁRIO - AULA1 O Processo de KDD O processo de KDD Interpretação e Avaliação Consolidação de dados Seleção e Pré-processamento Warehouse Data Mining Dados Preparados p(x)=0.02 Padrões & Modelos Conhecimento

Leia mais

ANÁLISE DA CONSERVAÇÃO PÓS-COLHEITA DA ALFACE (Lactuca Sativa, L) UTILIZANDO O SISTEMA DE APOIO À TOMADA DE DECISÃO BKD

ANÁLISE DA CONSERVAÇÃO PÓS-COLHEITA DA ALFACE (Lactuca Sativa, L) UTILIZANDO O SISTEMA DE APOIO À TOMADA DE DECISÃO BKD ANÁLISE DA CONSERVAÇÃO PÓS-COLHEITA DA ALFACE (Lactuca Sativa, L) UTILIZANDO O SISTEMA DE APOIO À TOMADA DE DECISÃO BKD RESUMO Thereza P. P. Padilha Fabiano Fagundes Conceição Previero Laboratório de Solos

Leia mais

UNIVERSIDADE DO VALE DO ITAJAÍ CENTRO DE CIÊNCIAS TECNOLÓGICAS DA TERRA E DO MAR CURSO DE CIÊNCIA DA COMPUTAÇÃO

UNIVERSIDADE DO VALE DO ITAJAÍ CENTRO DE CIÊNCIAS TECNOLÓGICAS DA TERRA E DO MAR CURSO DE CIÊNCIA DA COMPUTAÇÃO UNIVERSIDADE DO VALE DO ITAJAÍ CENTRO DE CIÊNCIAS TECNOLÓGICAS DA TERRA E DO MAR CURSO DE CIÊNCIA DA COMPUTAÇÃO MINERAÇÃO DE DADOS PARA AVALIAÇÃO DO PERFIL DE USUÁRIOS DO SISTEMA DE INFORMAÇÃO DA ACADEMIA

Leia mais

Engenharia de Software

Engenharia de Software Engenharia de Software Requisitos de Software Prof. MSc. Edilberto Silva prof.edilberto.silva@gmail.com http://www.edilms.eti.br Requisito O que é um REQUISITO? Em software: É a CARACTERIZAÇÃO do que o

Leia mais

EXTRAÇÃO DE CONHECIMENTO ATRAVÉS DA MINERAÇÃO DE DADOS KNOWLEDGE EXTRACTION THROUGH OF THE MINING OF DATA

EXTRAÇÃO DE CONHECIMENTO ATRAVÉS DA MINERAÇÃO DE DADOS KNOWLEDGE EXTRACTION THROUGH OF THE MINING OF DATA EXTRAÇÃO DE CONHECIMENTO ATRAVÉS DA MINERAÇÃO DE DADOS Dayana Carla de Macedo (UTFPR/ UEPG) dayanamacedo@yahoo.com.br Simone Nasser Matos (UTFPR) snasser@utfpr.edu.br Resumo: Para garantir sua permanência

Leia mais

DATA MINING PARA AVALIAÇÃO DO CONHECIMENTO SOBRE EFEITOS PATRIMONIAIS NAS FORMAS DE UNIÃO CONJUGAL

DATA MINING PARA AVALIAÇÃO DO CONHECIMENTO SOBRE EFEITOS PATRIMONIAIS NAS FORMAS DE UNIÃO CONJUGAL DATA MINING PARA AVALIAÇÃO DO CONHECIMENTO SOBRE EFEITOS PATRIMONIAIS NAS FORMAS DE UNIÃO CONJUGAL RESUMO Luiz Guilherme Carvalho Guimarães 1 João Vitor Moraes 2 Deborah Ribeiro Carvalho 3 O presente trabalho

Leia mais

A Internet facilitando tratamentos médicos

A Internet facilitando tratamentos médicos VIII WORKSHOP DE PÓS-GRADUAÇÃO E PESQUISA DO CENTRO PAULA SOUZA São Paulo, 9 e 10 de outubro de 2013 Sistemas produtivos: da inovação à sustentabilidade ISSN: 2175-1897 A Internet facilitando tratamentos

Leia mais

Obtenção de regras de associação sobre compras governamentais: Um estudo de caso 1

Obtenção de regras de associação sobre compras governamentais: Um estudo de caso 1 Obtenção de regras de associação sobre compras governamentais: Um estudo de caso 1 Keila Michelly Bispo da Silva 2, Starlone Oliverio Passos 3,Wesley Vaz 4 Resumo: O processo de compras governamentais

Leia mais

KDD E MINERAÇÃO DE DADOS:

KDD E MINERAÇÃO DE DADOS: KDD E MINERAÇÃO DE DADOS: Introdução e Motivação Prof. Ronaldo R. Goldschmidt ronaldo@de9.ime.eb.br rribeiro@univercidade.br geocities.yahoo.com.br/ronaldo_goldschmidt Fatos: Avanços em TI e o crescimento

Leia mais

Questionário. A ferramenta auxilia na alocação de Não (0) x x x. Satisfatório (5) complexidade de um caso de uso? de uso (72) Sim (10)

Questionário. A ferramenta auxilia na alocação de Não (0) x x x. Satisfatório (5) complexidade de um caso de uso? de uso (72) Sim (10) Questionário Nível Avaliado Gerador de plano de teste Gerador de dados Função/característica do produto Gestão dos dados do plano de teste (51) Perguntas Pontuação Selenium BadBoy Canoo A ferramenta auilia

Leia mais