Detalhes bibliográficos
| Ano de defesa: |
1999 |
| Autor(a) principal: |
Rocha, Cláudio Alex Jorge da |
| Orientador(a): |
Não Informado pela instituição |
| Banca de defesa: |
Não Informado pela instituição |
| Tipo de documento: |
Dissertação
|
| Tipo de acesso: |
Acesso aberto |
| Idioma: |
por |
| Instituição de defesa: |
Biblioteca Digitais de Teses e Dissertações da USP
|
| Programa de Pós-Graduação: |
Não Informado pela instituição
|
| Departamento: |
Não Informado pela instituição
|
| País: |
Não Informado pela instituição
|
| Palavras-chave em Português: |
|
| Link de acesso: |
http://www.teses.usp.br/teses/disponiveis/55/55134/tde-05032018-164707/
|
Resumo: |
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. |
