• 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
 
 
Dissertação de Mestrado
DOI
https://doi.org/10.11606/D.55.2018.tde-05032018-164707
Documento
Autor
Nome completo
Cláudio Alex Jorge da Rocha
Unidade da USP
Área do Conhecimento
Data de Defesa
Imprenta
São Carlos, 1999
Orientador
Banca examinadora
Rezende, Solange Oliveira (Presidente)
Lôbo, Raysildo Barbosa
Monard, Maria Carolina
Título em português
Redes Bayesianas para Extração de Conhecimento de Bases de Dados, Considerando a Incorporação de Conhecimento de Fundo e o Tratamento de Dados Incompletos
Palavras-chave em português
Não disponível
Resumo em português
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.
Título em inglês
Not available
Palavras-chave em inglês
Not available
Resumo em inglês
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.
 
AVISO - A consulta a este documento fica condicionada na aceitação das seguintes condições de uso:
Este trabalho é somente para uso privado de atividades de pesquisa e ensino. Não é autorizada sua reprodução para quaisquer fins lucrativos. Esta reserva de direitos abrange a todos os dados do documento bem como seu conteúdo. Na utilização ou citação de partes do documento é obrigatório mencionar nome da pessoa autora do trabalho.
Data de Publicação
2018-03-05
 
AVISO: Saiba o que são os trabalhos decorrentes clicando aqui.
Todos os direitos da tese/dissertação são de seus autores
CeTI-SC/STI
Biblioteca Digital de Teses e Dissertações da USP. Copyright © 2001-2024. Todos os direitos reservados.