Detalhes bibliográficos
Ano de defesa: |
2005 |
Autor(a) principal: |
Martins, Luiz Gustavo |
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: |
https://teses.usp.br/teses/disponiveis/45/45134/tde-20210729-143109/
|
Resumo: |
Com o aumento da capacidade computacional, está ficando cada vez mais fácil e barato armazenar grandes quantidades de informação que podem conter relações ou padrões de comportamento escondidos que poderiam ajudar um analista a desenvolver desde novas soluções de marketing até novos tipos de tratamento médico ou até mesmo novos remédios. O problema de uma quantidades de dados tão grande é que ela só pode ser analisada, em tempo viável, com o auxílio de compuitadores. Para tanto, são necessários algoritmos e tratamentos especiais para esses dados, possibilitando assim que um analista consiga chegar a conclusões úteis. Este trabalho emprega o conceito de entropia e quantidade de informação a um software para procura por relações entre variáveis em conjuntos de dados. O software criado, EntropCalc, possibilita a um usuário, com bom conhecimento específico dos dados a serem analisados, chegar rapidamente a hipóteses razoáveis e padrões escondidos nesses dados. Além de fazer os cálculos propostos, é de fácil utilização e permite a visualização simples e direta dos dados utilizados bem como dos resultados obtidos. Testes feitos com usuários leigos em computação demosntraram que o EntropCalc consegue atingir esses objetivos. |