Trabalho Metodologia Pesquisa Cientifica

FUNDAÇÃO CENTRO DE ANÁLISE, PESQUISA E INOVAÇÃO TECNOLÓGICA.
PÓS-GRADUAÇÃO FUCAPI
COORDENAÇÃO DE PÓS-GRADUAÇÃO

Alexander Rivas de Melo Junior

COMPARATIVO DE TéCNICAS DE MINERAÇÃO DE DADOS NA DESCOBERTA DE PADRÕES DE SINTOMAS PARA SUGESTÃO DE DIAGNóSTICO MÉDICO.

Manaus, 2014 sumário 1 INTRODUÇÃO 3
1.1 JUSTIFICATIVA 4
1.2 OBJETIVO 4
1.3 METODOLOGIA 4
2 ESTRUTURA DO TRABALHO 5
3 REFERENCIAL TEÓRICO 5
3.1 KDD - Knowledge Discovery in Databases 5
3.2 MÉTODOS 6
4 CRONOGRAMA 7
5 RESULTADOS ESPERADOS 7
6 REFERÊNCIAS BIBLIOGRÁFICAS 8

1 INTRODUÇÃO
Com a introdução dos computadores nas diversas áreas do conhecimento e com a capacidade de armazenamento de informações crescente, técnicas tradicionais de análise de dados não são capazes de explorar todo o potencial informativo presente nesses grandes bancos de dados, fazendo com que conhecimentos valiosos sejam perdidos. Para solução de tal problema são utilizadas técnicas que podem auxiliar na extração deste conhecimento de modo ágil, automatizando o processo de extração de conhecimento ou parte deste.
O processo de descoberta de conhecimento em bando de dados é conhecido como Knowledge Discovery in Databases – KDD, este processo têm como objetivo realizar uma análise em um determinado banco de dados e de alguma forma extrair conhecimento útil para um determinado objetivo. (Fayyad, 1996)
Ao realizar a informatização do processo de atendimento médico, grandes massas de dados são geradas a partir de informações que coletadas de pacientes através do processo de atendimento. Estas bases de dados contêm informações valiosas que podem ser utilizadas para vários fins como, por exemplo, no ensino da medicina, ajuda no combate a doenças ou apoio ao profissional de medicina na definição do diagnostico médico. (Costa, 2012), (Lavrac, 2000) Com o objetivo de melhorar o atendimento médico e tornar o diagnóstico mais assertivo, técnicas de descoberta de conhecimento estão sendo aplicadas nestas bases de dados