• JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
 
  Bookmark and Share
 
 
Disertación de Maestría
DOI
https://doi.org/10.11606/D.45.2004.tde-20210729-134220
Documento
Autor
Nombre completo
Marco Eugênio Madeira Di Beneditto
Dirección Electrónica
Instituto/Escuela/Facultad
Área de Conocimiento
Fecha de Defensa
Publicación
São Paulo, 2004
Director
Título en portugués
Descoberta de regras de classificação com hierarquias conceituais
Palabras clave en portugués
Recuperação Da Informação
Resumen en portugués
A descoberta de conhecimento em bancos de dados (KDD - Knowledge Discovery in Databases) é um tópico de pesquisa que envolve diversas áreas de interesse como Reconhecimento de Padrões, Aprendizado de Máquina, Bancos de Dados e Inteligência Artificial. KDD é definida como um processo não trivial de identificação de padrões válidos, novos, potencialmente úteis e compreensíveis incluídos nos dados. Na mineração de dados, uma das etapas do proceso de KDD, o uso de hierarquias de conceitos pode permitir a descoberta de conhecimento num nível de abstração mais elevado, compacto e muitas vezes mais interessante. Amineração de dados em múltiplos níveis conceituais é mais complexa do que a mineração num único nível, pois o espaço de busca é geralmente maior. Alguns trabalhos empregam a pré-generalização dos dados como forma de reduzir este espaço, dificultando a descoberta em níveis de abstração arbitrários. No entanto, para descobrir regrasa em diferentes níveis de generalidade de maneira eficiente, sem pré-generalizar os dados, é necessário um acesso rápido às hierarquias bem como métodos de avaliação de consultas velozes. Nesta dissertação, é apresentado o sistema NETUNO-HC que realiza indução de regras de classificação em diferentes níveis de generalidade, através do uso de hierarquias de conceitos sobre os valores dos atributos de um banco de dados, sejam eles numéricos ou categóricos. É mostrado como o nível de generalidade das regras descobertas é afetado pela estratégia de busca empregada e pela variação das medidas de relevância. Além disso, como é demonstrado através de uma série de experimentos, o sistema NETUNO-HC implementa técnicas que resultam num aumento de eficiência significativo, a saber: (i) uso de uma primitiva em SQL para efetuar as consultas ao banco de dados, (ii) codoficação numérica da hierarquia conceitual, (iii) estratégia de Busca em Feixe (Bream Search), (iv) codificação e indexação das regras descobertas numa tabela hash.
Título en inglés
not available
Resumen en inglés
not available
 
ADVERTENCIA - La consulta de este documento queda condicionada a la aceptación de las siguientes condiciones de uso:
Este documento es únicamente para usos privados enmarcados en actividades de investigación y docencia. No se autoriza su reproducción con finalidades de lucro. Esta reserva de derechos afecta tanto los datos del documento como a sus contenidos. En la utilización o cita de partes del documento es obligado indicar el nombre de la persona autora.
Fecha de Publicación
2021-07-29
 
ADVERTENCIA: Aprenda que son los trabajos derivados haciendo clic aquí.
Todos los derechos de la tesis/disertación pertenecen a los autores
CeTI-SC/STI
Biblioteca Digital de Tesis y Disertaciones de la USP. Copyright © 2001-2021. Todos los derechos reservados.