O objetivo do estudo foi analisar a força muscular e a flexibilidade de adolescentes obesos, com idade entre 15 e 18 anos. Para tanto, a amostra foi constituída de 179 adolescentes, sendo 85 obesos e 94 eutróficos, de ambos os gêneros. Foram realizadas as medidas de massa corporal e estatura. Para classificar obesidade e eutrofia foram adotados como referência os valores de corte do índice de massa corporal proposto por MUST, DALLAL e DIETZ (1991). A avaliação das capacidades motoras constou dos testes de preensão manual, abdominal modificado, flexão e extensão dos braços em suspensão na barra e oito medidas de flexibilidade com o fleximeter. Os principais resultados demonstraram que os adolescentes obesos, quando comparados aos adolescentes eutróficos de mesma faixa etária e gênero, apresentaram valores inferiores com diferenças significantes na força/resistência da região abdominal, na força/resistência dos membros superiores e na flexibilidade dos movimentos de flexão do quadril e flexão do joelho (p≤0,05). Não houve diferenças significantes na força de preensão manual e na flexibilidade dos movimentos de flexão lateral da coluna cervical, flexão/extensão do tronco, abdução do ombro, abdução do quadril, flexão plantar e dorsal do tornozelo (p≤0,05). Conclui-se que a obesidade influenciou, negativamente, somente nas tarefas motoras em que a própria massa corporal se constituiu em uma resistência natural ao esforço e na amplitude de movimento de regiões corporais em que o acúmulo de massa de gordura corporal foi maior. / The aim of the study was to analyse the muscular strength and the flexibility in obese adolescents between 15 and 18 years of age. In order to do so, the sample was comprised of 179 adolescents: 85 obese and 94 eutrophic, of both genders. The body mass and height were measured. To classify obesity and eutrophy, the cut-off values of body mass index proposed by MUST, DALLAL and DIETZ (1991) were adopted. The evaluation of the motor capacities consisted of the following tests: handgrip, modified sit-up, modified pull-up and eight measures of flexibility with the fleximeter. The main results demonstrated that the obese adolescents, when compared to the eutrophic adolescents of the same age group and gender, presented inferior values with significant differences in the abdominal muscular endurance, upper limb muscular endurance and in the flexibility of hip flexion and knee flexion movements (p≤0.05). No significant differences in the handgrip strength and in the flexibility of cervical spine lateral flexion, flexion and extension trunk, shoulder abduction, hip abduction, ankle flexion and extension movements (p≤0.05). We concluded that obesity had a negative influence only on the motor tasks in which the body mass itself represented a natural resistance to the effort and in the range of motion of body areas in which the accumulation of body fat mass was larger.

O objetivo do estudo foi analisar a força muscular e a flexibilidade de adolescentes obesos, com idade entre 15 e 18 anos. Para tanto, a amostra foi constituída de 179 adolescentes, sendo 85 obesos e 94 eutróficos, de ambos os gêneros. Foram realizadas as medidas de massa corporal e estatura. Para classificar obesidade e eutrofia foram adotados como referência os valores de corte do índice de massa corporal proposto por MUST, DALLAL e DIETZ (1991). A avaliação das capacidades motoras constou dos testes de preensão manual, abdominal modificado, flexão e extensão dos braços em suspensão na barra e oito medidas de flexibilidade com o fleximeter. Os principais resultados demonstraram que os adolescentes obesos, quando comparados aos adolescentes eutróficos de mesma faixa etária e gênero, apresentaram valores inferiores com diferenças significantes na força/resistência da região abdominal, na força/resistência dos membros superiores e na flexibilidade dos movimentos de flexão do quadril e flexão do joelho (p≤0,05). Não houve diferenças significantes na força de preensão manual e na flexibilidade dos movimentos de flexão lateral da coluna cervical, flexão/extensão do tronco, abdução do ombro, abdução do quadril, flexão plantar e dorsal do tornozelo (p≤0,05). Conclui-se que a obesidade influenciou, negativamente, somente nas tarefas motoras em que a própria massa corporal se constituiu em uma resistência natural ao esforço e na amplitude de movimento de regiões corporais em que o acúmulo de massa de gordura corporal foi maior. / The aim of the study was to analyse the muscular strength and the flexibility in obese adolescents between 15 and 18 years of age. In order to do so, the sample was comprised of 179 adolescents: 85 obese and 94 eutrophic, of both genders. The body mass and height were measured. To classify obesity and eutrophy, the cut-off values of body mass index proposed by MUST, DALLAL and DIETZ (1991) were adopted. The evaluation of the motor capacities consisted of the following tests: handgrip, modified sit-up, modified pull-up and eight measures of flexibility with the fleximeter. The main results demonstrated that the obese adolescents, when compared to the eutrophic adolescents of the same age group and gender, presented inferior values with significant differences in the abdominal muscular endurance, upper limb muscular endurance and in the flexibility of hip flexion and knee flexion movements (p≤0.05). No significant differences in the handgrip strength and in the flexibility of cervical spine lateral flexion, flexion and extension trunk, shoulder abduction, hip abduction, ankle flexion and extension movements (p≤0.05). We concluded that obesity had a negative influence only on the motor tasks in which the body mass itself represented a natural resistance to the effort and in the range of motion of body areas in which the accumulation of body fat mass was larger.

A associação é uma tarefa de mineração de dados que tem sido muito utilizada em problemas reais, porém o grande número de regras de associação que podem ser geradas dificulta a identificação de conhecimento interessante aos usuários. Para apoiar a identificação de regras interessantes podem ser utilizadas medidas de avaliação de conhecimento, que normalmente são classificadas como objetivas ou subjetivas. As medidas objetivas são mais gerais, mas podem não ser suficientes por não considerarem aspectos relacionados ao usuário ou ao domínio da aplicação. Por outro lado pode haver dificuldade em se obter a subjetividade do usuário necessária para o cálculo das medidas subjetivas. Diante desse contexto, neste trabalho é proposta uma metodologia para identificação de regras de associação interessantes que combina análises com medidas objetivas e subjetivas, visando aproveitar as vantagens de cada tipo e facilitar a participação do especialista. As medidas objetivas são utilizadas para selecionar algumas regras potencialmente interessantes para serem avaliadas por um especialista. As medidas subjetivas são calculadas utilizando essas regras com as avaliações do especialista. Essas medidas subjetivas então são utilizadas para auxiliar a identificação de regras interessantes de acordo com o conhecimento obtido durante a avaliação. Para viabilizar a aplicação dessa metodologia foi desenvolvido um módulo computacional de exploração de regras de associação com medidas subjetivas, denominado RulEE-SEAR. Utilizando esse módulo e outras ferramentas já existentes foi realizado um estudo de caso com uma base de dados real sobre qualidade de vida urbana. Nesse estudo de caso o processo de identificação de regras de associação interessantes foi realizado com especialista da área e verificou-se a viabilidade da metodologia proposta. / Association is a data mining task which has been applied in several real problems. However, due to the huge number of association rules that can be generated, it is hard for users to identify interesting knowledge. To assist users in finding interesting rules, evaluation measures can be used. Those measures are usually divided into objective and subjective. Objective measures are more general, but they can be insufficient because they do not consider user's and domain's features. On the other hand, getting users's knowledge and interest needed to calculate subjective measures can be a difficult task. In this context, a methodology to identify interesting association rules is proposed in this work. This methodology combines analysis with objective and subjective measures, aiming to use the advantages of each kind of measure and to make user's participation easier. Objective measures are used to select some potentially interesting rules for the user's evaluation. These rules and the evaluation are used to calculate subjective measures. Then, the subjective measures are used to assist the user in identifying interesting rules according to the knowledge obtained during the evaluation. To make the methodology use practicable, a computational module, named RulEE-SEAR, was developed to explore the association rules with subjective measures. Using this module and other existing tools, a case study was done. A urban life quality database was used and a specialist in this area participated in the interesting association rules identification. That case study showed that the methodology proposed is feasible.

A associação é uma tarefa de mineração de dados que tem sido muito utilizada em problemas reais, porém o grande número de regras de associação que podem ser geradas dificulta a identificação de conhecimento interessante aos usuários. Para apoiar a identificação de regras interessantes podem ser utilizadas medidas de avaliação de conhecimento, que normalmente são classificadas como objetivas ou subjetivas. As medidas objetivas são mais gerais, mas podem não ser suficientes por não considerarem aspectos relacionados ao usuário ou ao domínio da aplicação. Por outro lado pode haver dificuldade em se obter a subjetividade do usuário necessária para o cálculo das medidas subjetivas. Diante desse contexto, neste trabalho é proposta uma metodologia para identificação de regras de associação interessantes que combina análises com medidas objetivas e subjetivas, visando aproveitar as vantagens de cada tipo e facilitar a participação do especialista. As medidas objetivas são utilizadas para selecionar algumas regras potencialmente interessantes para serem avaliadas por um especialista. As medidas subjetivas são calculadas utilizando essas regras com as avaliações do especialista. Essas medidas subjetivas então são utilizadas para auxiliar a identificação de regras interessantes de acordo com o conhecimento obtido durante a avaliação. Para viabilizar a aplicação dessa metodologia foi desenvolvido um módulo computacional de exploração de regras de associação com medidas subjetivas, denominado RulEE-SEAR. Utilizando esse módulo e outras ferramentas já existentes foi realizado um estudo de caso com uma base de dados real sobre qualidade de vida urbana. Nesse estudo de caso o processo de identificação de regras de associação interessantes foi realizado com especialista da área e verificou-se a viabilidade da metodologia proposta. / Association is a data mining task which has been applied in several real problems. However, due to the huge number of association rules that can be generated, it is hard for users to identify interesting knowledge. To assist users in finding interesting rules, evaluation measures can be used. Those measures are usually divided into objective and subjective. Objective measures are more general, but they can be insufficient because they do not consider user's and domain's features. On the other hand, getting users's knowledge and interest needed to calculate subjective measures can be a difficult task. In this context, a methodology to identify interesting association rules is proposed in this work. This methodology combines analysis with objective and subjective measures, aiming to use the advantages of each kind of measure and to make user's participation easier. Objective measures are used to select some potentially interesting rules for the user's evaluation. These rules and the evaluation are used to calculate subjective measures. Then, the subjective measures are used to assist the user in identifying interesting rules according to the knowledge obtained during the evaluation. To make the methodology use practicable, a computational module, named RulEE-SEAR, was developed to explore the association rules with subjective measures. Using this module and other existing tools, a case study was done. A urban life quality database was used and a specialist in this area participated in the interesting association rules identification. That case study showed that the methodology proposed is feasible.

As oscilações dos intervalos entre batimentos cardíacos consecutivos, denominadas variabilidade da frequência cardíaca (VFC), são um fenômeno esperado durante a realização de exercícios físicos, cuja relação com o sistema nervoso autônomo permite estimar correlações entre o sistema respiratório e circulatório. O objetivo desse trabalho é verificar as possíveis correlações entre os limiares obtidos pelo ergoespirômetro (LV1 e LV2) e a variabilidade da frequência cardíaca, através do gráfico de Poincaré no domínio do tempo e do modelo Autorregressivo no domínio tempo-frequencial, durante a realização de exercício físico progressivo máximo. Foram coletados os volumes expirados (?V CO2, ?V O2 e ?VE) e também os intervalos R-R de 17 corredores, divididos em treinamento regular (9 indivíduos; idade: 33, 3±10, 0 anos; peso: 72, 7±6, 3 kg; altura: 177, 2±7, 0 cm; vel. treino: 4, 3±0, 6 min/km) e em treinamento irregular (8 indivíduos; idade: 34, 6 ± 9, 0 anos; peso: 72, 6 ± 10, 0 kg; altura: 170, 6 ± 9.9 cm; vel. treino: 5, 3 ± 0, 6 min/km). A série R-R foi filtrada para retirar batimentos ectópicos e, para a análise autorregressiva, foram reamostradas (4 Hz) e suavizadas (Butterworth 4a ordem, passa-banda). Para o Gráfico de Poincaré, três critérios foram avaliados: Crit. 1 - SD1 < 3 ms em cada estágio de velocidade, com valores obtidos a cada 4 min; Crit. 2 - SD1 < 3 ms ao longo de todo exercício, com valores obtidos a cada 1 min; Crit. 3 - diferença entre dois valores consecutivos de SD1, em cada estágio de velocidade, menor do que 1 ms. Os três critérios apresentaram dispersões razoáveis quando comparados ao LV1, porém o grupo de treinamento irregular demonstrou diferenças mais significativas que o grupo regular quando avaliados para (%V O2)E. No modelo autorregressivo, os parâmetros Low Frequency (LF) e High Frequency (HF) diminuíram consideravelmente após o início do exercício, sendo que a LF possui valores superiores. A análise tempo-frequencial ainda é um tópico pouco estudado na área de exercícios físicos, mas demonstra grande potencial para se obter correlações entre os limiares ventilatórios e a variabilidade, uma vez que pode-se representar a potência das bandas de frequência ao longo do tempo através do espectrograma. Conclui-se que a VFC é uma técnica promissora, mas necessita de maiores estudos quanto à regulação do sistema nervoso autônomo frente a resposta cardíaca, quando colocado em uma situação de estresse como o exercício físico. / Fluctuations of the intervals between consecutive heart beats, called heart rate variability (HRV), are an expected phenomenon during physical exercises, whose relationship with the autonomic nervous system allows to estimate correlations between the respiratory and circulatory systems. The aim of this study is to assess the possible correlations between the ventilatory thresholds obtained by ergospirometer (LV1 and LV2) with the heart rate variability, through the Poincaré plot in the time domain and Autoregressive model in the time-frequency domain during maximal progressive exercise. The expired volumes (?V CO2, ?V O2 e ?VE) and the R-R intervals were collected for 17 runners, divided into regular training (9 subjects; age: 33, 3±10, 0 years; weight: 72, 7±6, 3 kg; height: 177, 2±7, 0 cm; training speed: 4, 3±0, 6 min/km) and irregular training (8 subjects; age: 34, 6±9, 0 years; weight: 72, 6 ± 10, 0 kg; height: 170, 6 ± 9.9 cm; training speed: 5, 3 ± 0, 6 min/km). The R-R series was filtered to remove ectopic beats and, for autoregressive analysis, were re-sampled (4 Hz) and smoothed (Butterworths 4a order, bandpass). For the Poincaré plot, three criteria were evaluated: Crit. 1 - SD1 < 3 ms at each stage of velocity, with values obtained every 4 min; Crit. 2 - SD1 < 3 ms throughout the exercise, with values obtained every 1 min; Crit. 3 - difference between two consecutive values of SD1, at each speed stage, less than 1 ms. The three criteria presented reasonable dispersions when compared to LV1, but the irregular training group showed more significant differences than the regular group when evaluated for (%V O2)E. In the autoregressive model, the Low Frequency (LF) and High Frequency (HF) parameters decreased considerably after the beginning of the exercise, and the LF had higher values. The time-frequency analysis is still a understudied topic in the of physical exercises, but it shows great potential to obtain correlations between ventilatory thresholds and variability, since it is possible to represent the power of the frequency bands over time through the spectrogram. It is concluded that HRV is a promising technique, but it needs more studies regarding the regulation of the autonomic nervous system against the cardiac response when placed in a stress situation such as physical exercise.

As oscilações dos intervalos entre batimentos cardíacos consecutivos, denominadas variabilidade da frequência cardíaca (VFC), são um fenômeno esperado durante a realização de exercícios físicos, cuja relação com o sistema nervoso autônomo permite estimar correlações entre o sistema respiratório e circulatório. O objetivo desse trabalho é verificar as possíveis correlações entre os limiares obtidos pelo ergoespirômetro (LV1 e LV2) e a variabilidade da frequência cardíaca, através do gráfico de Poincaré no domínio do tempo e do modelo Autorregressivo no domínio tempo-frequencial, durante a realização de exercício físico progressivo máximo. Foram coletados os volumes expirados (?V CO2, ?V O2 e ?VE) e também os intervalos R-R de 17 corredores, divididos em treinamento regular (9 indivíduos; idade: 33, 3±10, 0 anos; peso: 72, 7±6, 3 kg; altura: 177, 2±7, 0 cm; vel. treino: 4, 3±0, 6 min/km) e em treinamento irregular (8 indivíduos; idade: 34, 6 ± 9, 0 anos; peso: 72, 6 ± 10, 0 kg; altura: 170, 6 ± 9.9 cm; vel. treino: 5, 3 ± 0, 6 min/km). A série R-R foi filtrada para retirar batimentos ectópicos e, para a análise autorregressiva, foram reamostradas (4 Hz) e suavizadas (Butterworth 4a ordem, passa-banda). Para o Gráfico de Poincaré, três critérios foram avaliados: Crit. 1 - SD1 < 3 ms em cada estágio de velocidade, com valores obtidos a cada 4 min; Crit. 2 - SD1 < 3 ms ao longo de todo exercício, com valores obtidos a cada 1 min; Crit. 3 - diferença entre dois valores consecutivos de SD1, em cada estágio de velocidade, menor do que 1 ms. Os três critérios apresentaram dispersões razoáveis quando comparados ao LV1, porém o grupo de treinamento irregular demonstrou diferenças mais significativas que o grupo regular quando avaliados para (%V O2)E. No modelo autorregressivo, os parâmetros Low Frequency (LF) e High Frequency (HF) diminuíram consideravelmente após o início do exercício, sendo que a LF possui valores superiores. A análise tempo-frequencial ainda é um tópico pouco estudado na área de exercícios físicos, mas demonstra grande potencial para se obter correlações entre os limiares ventilatórios e a variabilidade, uma vez que pode-se representar a potência das bandas de frequência ao longo do tempo através do espectrograma. Conclui-se que a VFC é uma técnica promissora, mas necessita de maiores estudos quanto à regulação do sistema nervoso autônomo frente a resposta cardíaca, quando colocado em uma situação de estresse como o exercício físico. / Fluctuations of the intervals between consecutive heart beats, called heart rate variability (HRV), are an expected phenomenon during physical exercises, whose relationship with the autonomic nervous system allows to estimate correlations between the respiratory and circulatory systems. The aim of this study is to assess the possible correlations between the ventilatory thresholds obtained by ergospirometer (LV1 and LV2) with the heart rate variability, through the Poincaré plot in the time domain and Autoregressive model in the time-frequency domain during maximal progressive exercise. The expired volumes (?V CO2, ?V O2 e ?VE) and the R-R intervals were collected for 17 runners, divided into regular training (9 subjects; age: 33, 3±10, 0 years; weight: 72, 7±6, 3 kg; height: 177, 2±7, 0 cm; training speed: 4, 3±0, 6 min/km) and irregular training (8 subjects; age: 34, 6±9, 0 years; weight: 72, 6 ± 10, 0 kg; height: 170, 6 ± 9.9 cm; training speed: 5, 3 ± 0, 6 min/km). The R-R series was filtered to remove ectopic beats and, for autoregressive analysis, were re-sampled (4 Hz) and smoothed (Butterworths 4a order, bandpass). For the Poincaré plot, three criteria were evaluated: Crit. 1 - SD1 < 3 ms at each stage of velocity, with values obtained every 4 min; Crit. 2 - SD1 < 3 ms throughout the exercise, with values obtained every 1 min; Crit. 3 - difference between two consecutive values of SD1, at each speed stage, less than 1 ms. The three criteria presented reasonable dispersions when compared to LV1, but the irregular training group showed more significant differences than the regular group when evaluated for (%V O2)E. In the autoregressive model, the Low Frequency (LF) and High Frequency (HF) parameters decreased considerably after the beginning of the exercise, and the LF had higher values. The time-frequency analysis is still a understudied topic in the of physical exercises, but it shows great potential to obtain correlations between ventilatory thresholds and variability, since it is possible to represent the power of the frequency bands over time through the spectrogram. It is concluded that HRV is a promising technique, but it needs more studies regarding the regulation of the autonomic nervous system against the cardiac response when placed in a stress situation such as physical exercise.

A qualidade das hipóteses induzidas pelos atuais sistemas de aprendizado de máquina supervisionado depende da quantidade dos exemplos no conjunto de treinamento. Por outro lado, muitos dos sistemas de aprendizado de máquina conhecidos não estão preparados para trabalhar com uma grande quantidade de exemplos. Grandes conjuntos de dados são típicos em mineração de dados. Uma maneira para resolver este problema consiste em construir ensembles de classificadores. Um ensemble é um conjunto de classificadores cujas decisões são combinadas de alguma maneira para classificar um novo caso. Apesar de melhorar o poder de predição dos algoritmos de aprendizado, ensembles podem ser compostos por muitos classificadores, o que pode ser indesejável. Ainda, apesar de ensembles classificarem novos exemplos melhor que cada classificador individual, eles se comportam como caixas pretas, no sentido de não oferecer ao usuário alguma explicação relacionada à classificação por eles fornecida. Assim, neste trabalho propomos uma abordagem que utiliza algoritmos de aprendizado simbólico para construir ensembles de classificadores simbólicos que explicam suas decisões de classificação e são tão ou mais precisos que o mais preciso dos seus classificadores individuais. Além disso, considerando que algoritmos de aprendizado simbólico utilizam métodos de busca local para induzir classificadores quanto que algoritmos genéticos utilizam métodos de busca global, propomos uma segunda abordagem para aprender conceitos simbólicos de grandes bases de dados utilizando algoritmos genéticos para evoluir classificadores simbólicos em um u´ nico classificador simbólico, de maneira que o classificador evoluído é mais preciso que os classificadores iniciais. Ambas propostas foram implementadas em dois sistemas computacionais. Diversos experimentos usando diferentes conjuntos de dados foram conduzidos para avaliar ambas as propostas. Ainda que os resultados experimenta das duas soluções propostas são promissores, os melhores resultados foram obtidos utilizando a abordagem relacionada a algoritmos genéticos / The quality of hypotheses induced by most of the available supervised machine learning algorithms depends on the quantity and quality of the instances in the training set. However, several well known learning algorithms are not able to manipulate many instances making it difficult to induce good classifiers from large databases, as are needed in the Data Mining process. One approach to overcome this problem is to construct ensembles of classifiers. An ensemble is a set of classifiers whose decisions are combined in some way to classify new cases (instances). However, although ensembles improve learning algorithms power prediction, ensembles may use an undesired large set of classifiers. Furthermore, despite classifying new cases better than each individual classifier, ensembles are generally a sort of ?black-box? classifier, not being able to explain their classification decisions. To this end, in this work we propose an approach that uses symbolic learning algorithms to construct ensembles of symbolic classifiers that can explain their classification decisions so that the ensemble is as accurate as or more accurate than the individual classifiers. Furthermore, considering that symbolic learning algorithms use local search methods to induce classifiers while genetic algorithms use global search methods, we propose a second approach to learn symbolic concepts from large databases using genetic algorithms to evolve symbolic classifiers into only one symbolic classifier so that the evolved classifier is more accurate than the initial ones. Both proposals were implemented in two computational systems. Several experiments using different databases were conducted in order to evaluate both proposals. Results show that although both proposals are promising, the approach using genetic algorithms produces better results.

A qualidade das hipóteses induzidas pelos atuais sistemas de aprendizado de máquina supervisionado depende da quantidade dos exemplos no conjunto de treinamento. Por outro lado, muitos dos sistemas de aprendizado de máquina conhecidos não estão preparados para trabalhar com uma grande quantidade de exemplos. Grandes conjuntos de dados são típicos em mineração de dados. Uma maneira para resolver este problema consiste em construir ensembles de classificadores. Um ensemble é um conjunto de classificadores cujas decisões são combinadas de alguma maneira para classificar um novo caso. Apesar de melhorar o poder de predição dos algoritmos de aprendizado, ensembles podem ser compostos por muitos classificadores, o que pode ser indesejável. Ainda, apesar de ensembles classificarem novos exemplos melhor que cada classificador individual, eles se comportam como caixas pretas, no sentido de não oferecer ao usuário alguma explicação relacionada à classificação por eles fornecida. Assim, neste trabalho propomos uma abordagem que utiliza algoritmos de aprendizado simbólico para construir ensembles de classificadores simbólicos que explicam suas decisões de classificação e são tão ou mais precisos que o mais preciso dos seus classificadores individuais. Além disso, considerando que algoritmos de aprendizado simbólico utilizam métodos de busca local para induzir classificadores quanto que algoritmos genéticos utilizam métodos de busca global, propomos uma segunda abordagem para aprender conceitos simbólicos de grandes bases de dados utilizando algoritmos genéticos para evoluir classificadores simbólicos em um u´ nico classificador simbólico, de maneira que o classificador evoluído é mais preciso que os classificadores iniciais. Ambas propostas foram implementadas em dois sistemas computacionais. Diversos experimentos usando diferentes conjuntos de dados foram conduzidos para avaliar ambas as propostas. Ainda que os resultados experimenta das duas soluções propostas são promissores, os melhores resultados foram obtidos utilizando a abordagem relacionada a algoritmos genéticos / The quality of hypotheses induced by most of the available supervised machine learning algorithms depends on the quantity and quality of the instances in the training set. However, several well known learning algorithms are not able to manipulate many instances making it difficult to induce good classifiers from large databases, as are needed in the Data Mining process. One approach to overcome this problem is to construct ensembles of classifiers. An ensemble is a set of classifiers whose decisions are combined in some way to classify new cases (instances). However, although ensembles improve learning algorithms power prediction, ensembles may use an undesired large set of classifiers. Furthermore, despite classifying new cases better than each individual classifier, ensembles are generally a sort of ?black-box? classifier, not being able to explain their classification decisions. To this end, in this work we propose an approach that uses symbolic learning algorithms to construct ensembles of symbolic classifiers that can explain their classification decisions so that the ensemble is as accurate as or more accurate than the individual classifiers. Furthermore, considering that symbolic learning algorithms use local search methods to induce classifiers while genetic algorithms use global search methods, we propose a second approach to learn symbolic concepts from large databases using genetic algorithms to evolve symbolic classifiers into only one symbolic classifier so that the evolved classifier is more accurate than the initial ones. Both proposals were implemented in two computational systems. Several experiments using different databases were conducted in order to evaluate both proposals. Results show that although both proposals are promising, the approach using genetic algorithms produces better results.

Made available in DSpace on 2016-03-15T19:38:11Z (GMT). No. of bitstreams: 1 Mauricio Rego Mota da Rocha.pdf: 914988 bytes, checksum: d8751dcc6d37e161867d8941bc8f7d64 (MD5) Previous issue date: 2008-08-20 / Fundo Mackenzie de Pesquisa / The process of knowledge discovery in databases has become necessary because of the large amount of data currently stored in databases of companies. They operated properly can help the managers in decision-making in organizations. This process is composed of several steps, among them there is a data mining, stage where they are applied techniques for obtaining knowledge that can not be obtained through traditional methods of analysis. In addition to the technical, in step of data mining is also chosen the task of data mining that will be used. The data mining usually produces large amount of rules that often are not important, relevant or interesting to the end user. This makes it necessary to review the knowledge discovered in post-processing of data. In the stage of post-processing is used both measures of performance but also of degree of interest in order to sharpen the rules more interesting, useful and relevant. In this work, using a tool called WEKA (Waikato Environment for Knowledge Analysis), were applied techniques of mining, decision trees and rules of classification by the classification algorithms J48.J48 and J48.PART respectively. In the post-processing data was implemented a package with functions and procedures for calculation of both measures of performance but also of the degree of interest rules. At this stage consultations have also been developed (querys) to select the most important rules in accordance with measures of performance and degree of interest. / O processo de descoberta de conhecimento em banco de dados tem se tornado necessário devido à grande quantidade de dados atualmente armazenados nas bases de dados das empresas. Esses dados devidamente explorados podem auxiliar os gestores na tomada de decisões nas organizações. Este processo é composto de várias etapas, dentre elas destaca-se a mineração de dados, etapa onde são aplicadas técnicas para obtenção de conhecimento que não podem ser obtidas através de métodos tradicionais de análise. Além das técnicas, na etapa demineração de dados também é escolhida a tarefa de mineração que será utilizada. A mineração de dados geralmente produz grande quantidade de regras que muitas vezes não são importantes, relevantes ou interessantes para o usuário final. Isto torna necessária a análise do conhecimento descoberto no pós-processamento dos dados. Na etapa de pós-processamento são utilizadas medidas tanto de desempenho como também de grau de interesse com a finalidade de apontar as regras mais interessante, úteis e relevantes. Neste trabalho, utilizando-se de uma ferramenta chamada WEKA (Waikato Environment for Knowledge Analysis), foram aplicadas as técnicas de mineração de Árvore de Decisão e de Regras de Classificação através dos algoritmos de classificação J48.J48 e J48.PART respectivamente. No pós-processamento de dados foi implementado um pacote com funções e procedimentos para cálculo das medidas tanto de desempenho como também de grau de interesse de regras. Nesta etapa também foram desenvolvidas consultas (querys) para selecionar as regras mais importantes de acordo com as medidas de desempenho e de grau de interesse.