
Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
| Metadados | Descrição | Idioma |
|---|---|---|
| Autor(es): dc.contributor | Ramirez Pozo, Aurora Trinidad, 1959- | - |
| Autor(es): dc.contributor | Universidade Federal do Paraná. Setor de Ciências Exatas. Programa de Pós-Graduação em Informática | - |
| Autor(es): dc.creator | Hasse, Mozart | - |
| Data de aceite: dc.date.accessioned | 2025-09-01T11:04:26Z | - |
| Data de disponibilização: dc.date.available | 2025-09-01T11:04:26Z | - |
| Data de envio: dc.date.issued | 2024-10-20 | - |
| Data de envio: dc.date.issued | 2024-10-20 | - |
| Data de envio: dc.date.issued | 2000 | - |
| Fonte completa do material: dc.identifier | https://hdl.handle.net/1884/24726 | - |
| Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/1884/24726 | - |
| Descrição: dc.description | Orientadora: Aurora T. R. Pozo | - |
| Descrição: dc.description | Dissertação (mestrado) - Universidade Federal do Paraná, Setor de Ciências Exatas, Programa de Pós-Graduação em Informática | - |
| Descrição: dc.description | Resumo: Este trabalho implementa uma ferramenta para Mineração de Dados. A ferramenta consiste em um classificador que utiliza Algoritmos Genéticos para a indução de regras. Este paradigma foi escolhido devido à grande capacidade dos algoritmos genéticos em lidar com dados inválidos ou imprecisos e a facilidade de adaptá-lo a diferentes aplicações, seja pela configuração de parâmetros ou pela implementação ou modificação de operadores. O algoritmo genético usa a abordagem de Michigan. Nesta abordagem, o algoritmo busca por uma população inteira de regras, que são posteriormente filtradas e organizadas para formar o classificador. A implementação atual consegue tratar conjuntos de dados com atributos contínuos ou discretos, independente do domínio. Diferentes aspectos desta ferramenta são discutidos ao longo deste trabalho. Entre eles destacam-se o uso de compartilhamento de recursos no espaço fenotípico com baixo custo computacional, a separação por classes durante a busca de regras, e o uso de um teste de significância na montagem do classificador. A ferramenta permite a configuração de diversos parâmetros, que podem inclusive ser modificados durante a execução. A busca de regras pode ser parada em qualquer estágio, sendo também possível dedicar mais processamento a classes mais difíceis de classificar de acordo com o desejo do usuário. A eficiência da ferramenta é comparada com 33 outros algoritmos classificadores em 32 bases de teste, usando os mesmos dados e metodologia. A precisão na classificação, medida pelo percentual de erro, não é significativamente diferente (ao nível de 10%) da precisão do melhor dos outros 33 classificadores. Os resultados obtidos até agora mostram que a ferramenta é robusta e genérica, e está pronta para uso em aplicações reais de mineração de dados. Futuras implementações pretendem adicionar novos operadores e características a fim de tornar os resultados ainda melhores. | - |
| Formato: dc.format | 76 f. ; 30 cm. | - |
| Formato: dc.format | application/pdf | - |
| Formato: dc.format | application/pdf | - |
| Relação: dc.relation | Disponível em formato digital | - |
| Palavras-chave: dc.subject | Algorítmos genéticos | - |
| Palavras-chave: dc.subject | Ciência da Computação | - |
| Título: dc.title | Mineração de dados usando algoritmos genéticos | - |
| Tipo de arquivo: dc.type | livro digital | - |
| Aparece nas coleções: | Repositório Institucional - Rede Paraná Acervo | |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: