Concept drift: caracterização e aplicações

Registro completo de metadados
MetadadosDescriçãoIdioma
Autor(es): dc.contributorZamith, Juliana Mendes Nascente e Silva-
Autor(es): dc.contributorhttp://lattes.cnpq.br/8035465631167768-
Autor(es): dc.contributorSousa, Leandro Soares de-
Autor(es): dc.contributorhttp://lattes.cnpq.br/5733271257229469-
Autor(es): dc.creatorSouza, Hering Rogério de-
Autor(es): dc.creatorVilela, Sandro Pereira-
Data de aceite: dc.date.accessioned2024-07-11T18:27:51Z-
Data de disponibilização: dc.date.available2024-07-11T18:27:51Z-
Data de envio: dc.date.issued2023-10-22-
Data de envio: dc.date.issued2023-10-22-
Fonte completa do material: dc.identifierhttp://app.uff.br/riuff/handle/1/30887-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/capes/771070-
Descrição: dc.descriptionA grande quantidade de dados que atualmente é gerada em vários campos, como processos financeiros, atividades de mídia social, aplicativos de Internet das Coisas e outros, exige que estes sejam processados de maneira específica, os dados obtidos não podem ser processados por meio de algoritmos de mineração de dados tradicional devido a várias restrições, incluindo memória limitada, geração rápida de dados e um ambiente dinâmico, é nesse cenário que ocorre o problema conhecido como Concept drift. O Concept Drift é conhecido como a principal restrição na mineração de fluxo de dados, especialmente em tarefas de classificação. Refere-se à mudança na distribuição de dados ao longo do tempo, a qual gerará uma deterioração na precisão dos modelos de classificação e consequentemente na obtenção de previsões erradas. Neste trabalho apresentamos formalmente o Concept drift, os vários tipos, os principais algoritmos que o tratam e as aplicações-
Descrição: dc.descriptionThe large amount of data that is currently generated in various fields, such as financial processes, social media activities, Internet of Things applications and others, requires that these be processed in a specific way, the data obtained cannot be processed through algorithms of traditional data mining due to various restrictions, including limited memory, fast data generation and a dynamic environment, it is in this scenario that the problem known as Concept drift occurs. Concept Drift is known as the main constraint in data flow mining, especially in classification tasks. It refers to the change in the distribution of data over time, which will cause a deterioration in the accuracy of the classification models and consequently in obtaining wrong predictions. In this work we formally present the Concept drift, the various types, the main algorithms that treat it and the applications-
Descrição: dc.description49 p.-
Formato: dc.formatapplication/pdf-
Idioma: dc.languagept_BR-
Direitos: dc.rightsOpen Access-
Direitos: dc.rightsCC-BY-SA-
Palavras-chave: dc.subjectConcept drift-
Palavras-chave: dc.subjectMudança de conceito-
Palavras-chave: dc.subjectDistribuição não estacionária-
Palavras-chave: dc.subjectData stream mining-
Palavras-chave: dc.subjectDetecção de falhas-
Palavras-chave: dc.subjectAprendizado de máquina-
Palavras-chave: dc.subjectMudança-
Palavras-chave: dc.subjectConcept change-
Palavras-chave: dc.subjectNon-stationary distribution-
Título: dc.titleConcept drift: caracterização e aplicações-
Tipo de arquivo: dc.typeTrabalho de conclusão de curso-
Aparece nas coleções:Repositório Institucional da Universidade Federal Fluminense - RiUFF

Não existem arquivos associados a este item.