APRENDIZAGEM DE MÁQUINA E MINERAÇÃO DE DADOS
avaliação de métodos de aprendizagem
Palavras-chave:
Aprendizado de Máquina, Mineração de Dados, Inteligência ArtificialResumo
Pode se conceituar mineração de dados o processo de explorar grandes quantidades de dados à procura de padrões consistentes, já o aprendizado de máquina é um método de análise de dados que automatiza a construção de modelos analíticos. Portanto, o objetivo deste artigo é apresentar conceitos da mineração de dados e suas fases, mostrar abordagens e técnicas de aprendizado de máquina, esclarecer os principais algoritmos de classificação e agrupamento e demostrar aplicações práticas. A metodologia do trabalho consiste em levantamento bibliográfico, utilização de conjuntos de dados e operação de softwares para testes. Como resultado serão feitos experimentos utilizando conjuntos de dados, a fim de identificar as diferenças dos algoritmos estudados abordando aspectos como viés indutivo e sensibilidade a ruído.
Downloads
Métricas
Referências
J K Patham and O L Masoom. Influence of prior knowledge on concept acquisition: experimental and computational results, volume 17. 12 1988.
K. Bache and M. Lichman. UCI machine learning repository, 2013.
Mark Hall, Eibe Frank, Geoffrey Holmes, Bernhard Pfahringer, Peter Reutemann, and Ian H.Witten. The weka data mining software: An update. SIGKDD Explor.
Newsl., 11(1):10–18, November 2009.
MONARD, M.C. et al. Uma introdução ao aprendizado simbólico de máquina por exemplos. São Carlos: ICMSC-USP, outubro 1997, 2007.
Pimentel, E.P; França, V. F.; Omar, N. A identificação de grupos de aprendizes no ensino presencial utilizando técnicas de clusterização. In Anais do Simpósio Brasileiro de Informática na Educação, Rio de Janeiro, RJ. SBC, 2003.
Piotr Kulczycki and Malgorzata Charytanowicz. A complete gradient clustering algorithm. In Proceedings of the Third International Conference on Artificial Intelligence and Computational Intelligence - Volume Part III, AICI’11, pages 497–504, Berlin, Heidelberg, 2011. Springer-Verlag.
Richard O. Duda, Peter E. Hart, and David G. Stork. Pattern Classification (2Nd Edition). Wiley- Interscience, 2000.
Thomas M. Mitchell. Machine Learning. McGraw-Hill, Inc., New York, NY, USA, 1 edition, 1997.
Usama Fayyad, Gregory Piatetskyshapiro, and Padhraic Smyth. From data mining to knowledge discovery in databases. AI Magazine, 17:37–54, 1996.
Downloads
Publicado
Como Citar
Edição
Seção
Licença
Os direitos autorais dos artigos publicados pertencem à revista Interface Tecnológica e seguem o padrão Creative Commons (CC BY 4.0), que permite o remixe, adaptação e criação de obras derivadas do original, mesmo para fins comerciais. As novas obras devem conter menção ao(s) autor(es) nos créditos.
Métricas
- Resumo 1814
- PDF 2013
.jpg)
1.png)
1.png)