Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico. Programa de Pós-Graduação em Ciência da Computação. / Made available in DSpace on 2012-10-19T12:47:13Z (GMT). No. of bitstreams: 1
220920.pdf: 437451 bytes, checksum: 8d394d87643e42de021276d55705cbcf (MD5) / O desafio da área de Descoberta de Conhecimento em Bancos de Dados, ou KDD, é analisar de forma eficiente e automática a grande massa de informações disponível, extraindo conhecimento útil. Neste trabalho, apresentamos GenMiner, uma ferramenta de Mineração de Dados para a tarefa de Modelagem de Dependência. Um algoritmo genético, método de otimização da Computação Evolucionária, foi desenvolvido para descobrir regras interessantes em bases de dados relacionais. A avaliação das regras é realizada individualmente, favorecendo regras com alta precisão e, preferencialmente, surpreendentes. A integração a bases de dados relacionais foi viabilizada pela codificação dos cromossomos como expressões em linguagem SQL. GenMiner foi avaliado usando uma base de dados de domínio público, com informações sobre diversos países e suas bandeiras.
| Identifer | oai:union.ndltd.org:IBICT/oai:repositorio.ufsc.br:123456789/82201 |
| Date | January 2001 |
| Creators | Gonçalves, Aruanda Simões |
| Contributors | Universidade Federal de Santa Catarina, Alves, Joao Bosco da Motta |
| Publisher | Florianópolis, SC |
| Source Sets | IBICT Brazilian ETDs |
| Language | Portuguese |
| Detected Language | Portuguese |
| Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis |
| Format | [55] f.| il., grafs., tabs. |
| Source | reponame:Repositório Institucional da UFSC, instname:Universidade Federal de Santa Catarina, instacron:UFSC |
| Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.0016 seconds