Use this identifier to cite or link to this item: http://hdl.handle.net/10737/2844
Full metadata record
DC FieldValueLanguage
dc.contributor.authorBruxel, Cândida Maria-
dc.date.accessioned2020-10-27T21:39:46Z-
dc.date.available2020-10-27T21:39:46Z-
dc.date.issued2020-06-
dc.date.submitted2020-07-16-
dc.identifier.citationBRUXEL, Cândida Maria. Sistematização do processo de mineração e análise de dados aplicado ao setor público. 2020. Monografia (Graduação em Engenharia da Computação) – Universidade do Vale do Taquari - Univates, Lajeado, 16 jul. 2020. Disponível em: http://hdl.handle.net/10737/2844. pt_BR
dc.identifier.urihttp://hdl.handle.net/10737/2844-
dc.description.abstractA Mineração de Dados é o processo de identificar padrões, regras, correlações e anomalias em conjuntos de dados para extrair conhecimento e ajudar gestores na tomada de decisão, além de ser uma área multidisciplinar, incluindo tecnologias de armazenamento, técnicas de Inteligência Artificial, algoritmos de Aprendizado de Máquina e estratégias de Visualização Científica. Este trabalho teve por objetivo explorar uma metodologia de Mineração e Análise dos Dados, utilizando como estudo de caso informações oriundas do setor público. Para tanto, foi estruturada uma base de dados com dados consolidados e então diversas técnicas de Mineração de Dados foram aplicadas, seguindo a metodologia Cross-Industry Standard Process for Data Mining (CRISP-DM). Além do resultado imediato de descobrir informações úteis e ainda desconhecidas, este trabalho procurou analisar ferramentas e algoritmos atualmente disponíveis, assim como refletir sobre como as informações mineradas podem ser retornadas de forma interativa para um gestor público.pt_BR
dc.description.abstractData Mining is the process of identifying patterns, rules, correlations and anomalies in data sets to extract knowledge and help decision makers, being a multidisciplinary area, which includes storage technologies, Artificial Intelligence techniques, Machine Learning methods and Scientific Visualization strategies. This work aims to explore a mining and data analysis methodology, using as a case study information from the public sector. For this, a database with consolidated data was structured and then several data mining techniques were applied, following the Cross-Industry Standard Process for Data Mining (CRISP-DM) methodology. In addition to the immediate result of discovering useful and yet unknown information, this work seeks to analyze currently available tools and algorithms, as well as to reflect on how mined information can be interactively returned to a public sector manager.pt_BR
dc.language.isopt_BRpt_BR
dc.rightsopenAccesspt_BR
dc.subjectMineração de Dadospt_BR
dc.subjectAnálise de Dadospt_BR
dc.subjectCRISP-DMpt_BR
dc.subjectAprendizado de Máquinapt_BR
dc.subjectVisualização Científicapt_BR
dc.subjectSetor Públicopt_BR
dc.subjectData Miningpt_BR
dc.subjectData analysispt_BR
dc.subjectMachine Learningpt_BR
dc.subjectScientific visualizationpt_BR
dc.subjectPublic sectorpt_BR
dc.titleSistematização do processo de mineração e análise de dados aplicado ao setor públicopt_BR
dc.typebachelorThesispt_BR
mtd2-br.advisor.instituationUniversidade do Vale do Taquari - Univatespt_BR
mtd2-br.advisor.latteshttp://lattes.cnpq.br/3846222742415187pt_BR
mtd2-br.advisor.nameMalheiros, Marcelo de Gomensoro-
bdu.cnpq.areaCETpt_BR
Appears in Collections:Engenharia da Computação

Files in This Item:
File Description SizeFormat 
2020CandidaMariaBruxel.pdf1,88 MBAdobe PDFThumbnail
View/Open


This item is licensed under a Creative Commons License Creative Commons