Relatoório frigoto

Páginas: 5 (1156 palavras) Publicado: 8 de abril de 2011
|[28 Março 2009] | | |
|[pic] | |
|Sistemas de Apoio à Decisão |
|AData Minning aguda|
| | |[pic] |
| | |Ágata Correia |
| ||João Azevedo |
| | |Jorge Leal |
| | |Juliano Gaspar |

Índice

1 Introdução 3
2Objectivos 4
3 Materiais e Métodos 4
3.1 Base de Dados 4
3.2 Ferramentas utilizadas 5
3.3 Tratamento dos Dados 5
3.4 Factores de Exclusão 6
4 Resultados e Discussão 6
4.1 Análise Inicial 6
4.2 Resultados da Análise Inicial 7
4.3 Discretização das Variáveis Contínuas 8
4.4 Agrupamento de variáveis 9
4.5 Exclusão das Variáveis Redundantes ou Inferidas 10
4.6 Seleção de Dados 10
4.7 Nova Base deDados 10
4.8 Análise Inicial da distribuição dos dados 11
4.9 Dificuldades Encontradas 18
4.10 Durante o processo de análise surgiram as seguintes questões 19
5 Conclusão 20
6 Referências bibliográficas 22

1. Introdução

Sistemas de Apoio à Decisão podem ser descritos como sistemas de informação interactivos, flexíveis e adaptáveis, especialmente desenvolvidos para apoiar a solução deum problema de gestão não estruturado para aperfeiçoar a tomada de decisão. Utilizam dados, fornecem uma interface amigável e permitem ao utilizador ter a sua própria percepção das decisões [1].

O Data Mining é um processo analítico utilizado para explorar dados, normalmente em grandes quantidades, procurando padrões consistentes e/ou relações sistemáticas entre variáveis [2]. Nos métodos deData Mining podemos destacar as Árvores de Decisão/Regressão, a Indução de Regras, as Redes Neuronais Artificiais, as Máquinas de Vectores de Suporte entre outros.

A Descoberta de Conhecimento em Bases de Dados, tradução do inglês Knowledge Discovery in Databases, tem como objectivo desenvolver métodos e técnicas de extracção de conhecimento de alto nível a partir de informação guardada em basesde dados. Pode ser definida como o processo que permite identificar padrões e/ou modelos que sejam novidade, potencialmente úteis e compreensíveis. É um processo interactivo e iterativo, no qual se podem distinguir as seguintes etapas [3]:

• Selecção – após definição do âmbito e dos objectivos do processo, faz-se a recolha dos dados com características que se considerem úteis;

•Pré-processamento – tratamento de dados errados e omissões, resolução de distribuições de dados não uniformes, etc;

• Transformação – procura das características mais importantes dos dados de modo a reduzir o número de variáveis ou modificar a forma de uma dada variável;

• Data Mining – selecção de métodos e técnicas para extracção de padrões dos dados;

• Interpretação eavaliação – visualização do conhecimento extraído para tornar possível a sua interpretação e sua avaliação, sendo possível retomar o processo em qualquer uma das etapas anteriores para uma nova iteração.

2. Objectivos

Com este trabalho pretende-se utilizar estratégias de Data Mining (árvores de decisão) para extracção de padrões num conjunto de dados (Machine Learning) [4]. Avaliar os...
Ler documento completo

Por favor, assinar para o acesso.

Estes textos também podem ser interessantes

  • Relatóorio
  • Relatoório do laboratório
  • Relatoorio Final Estagio 3
  • SERVIÇO NACIONAL DE APRENDIZAGEM INDUSTRIAL Relatoório

Seja um membro do Trabalhos Feitos

CADASTRE-SE AGORA!