• 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
 
 
Mémoire de Maîtrise
DOI
https://doi.org/10.11606/D.55.2018.tde-05032018-164707
Document
Auteur
Nom complet
Cláudio Alex Jorge da Rocha
Unité de l'USP
Domain de Connaissance
Date de Soutenance
Editeur
São Carlos, 1999
Directeur
Jury
Rezende, Solange Oliveira (Président)
Lôbo, Raysildo Barbosa
Monard, Maria Carolina
Titre en portugais
Redes Bayesianas para Extração de Conhecimento de Bases de Dados, Considerando a Incorporação de Conhecimento de Fundo e o Tratamento de Dados Incompletos
Mots-clés en portugais
Não disponível
Resumé en portugais
O interesse cada vez maior das empresas em adquirir novas tecnologias de processarnento e armazenamento de dados, além de visualizar a informação como seu maior patrimônio, tem direcionado várias pesquisas para o estudo do processo de transformação desses dados em conhecimento, o que pode proporcionar um auxílio efetivamente inteligente à tomada de decisão. Nesse contexto, o processo de Extração de Conhecimento de Bases de Dados (KDD - Knowledge Discovery in Database) desponta como uma tecnologia capaz de cooperar amplamente na busca do conhecimento embutido nos dados. Essa busca pode ser realizada utilizando métodos estatísticos e/ou técnicas de Inteligência Artificial, especialmente as que manipulam incerteza, que são amplamente aplicados na análise de dados com objetivo de encontrar relações de interesse. As redes Bayesianss representam um dos modelos mais proeminentes para encontrar essas relações. Este trabalho envolve a investigação dos conceitos, técnicas, métodos e ferramentas Bayesianas para auxiliar o processo de extração de conhecimento de bases de dados, considerando a incorporação de conhecimento de fundo, bem como o tratamento de dados incompletos.
Titre en anglais
Not available
Mots-clés en anglais
Not available
Resumé en anglais
The fa.ct that companies are becoming more and more interested in acquiring new technologies for processing and storing data, as well as the view that information is their largest asset, has led to much regearch about the process of transforming this data into knowledge, which can malce it possible to aid decision-making in an effective and intelligent miner. In this context, the Knowledge Discovery in Databases (KDD) proress has emerged as a technology well suited to searching for knowledge that is embedded in the data. This search can be made using statistical methods and/or Artificial Intelligence techniques, especially those that manipulate uncertainty, which are widely used to analyze data and find interesting relations. Bayesian networks represent one of the more proeminent models for finding these relations. This work involves the investigation of Bayesian concepts, techniques, methods and tools to aid the process of extracting knowledge from databases, considering the inclusion of background knowledge, as well as treatment of incomplete data.
 
AVERTISSEMENT - Regarde ce document est soumise à votre acceptation des conditions d'utilisation suivantes:
Ce document est uniquement à des fins privées pour la recherche et l'enseignement. Reproduction à des fins commerciales est interdite. Cette droits couvrent l'ensemble des données sur ce document ainsi que son contenu. Toute utilisation ou de copie de ce document, en totalité ou en partie, doit inclure le nom de l'auteur.
Date de Publication
2018-03-05
 
AVERTISSEMENT: Apprenez ce que sont des œvres dérivées cliquant ici.
Tous droits de la thèse/dissertation appartiennent aux auteurs
CeTI-SC/STI
Bibliothèque Numérique de Thèses et Mémoires de l'USP. Copyright © 2001-2024. Tous droits réservés.