Mineração de dados para descoberta de conhecimento na área de oncologia
Loading...
Date
2015-12
Authors
relationships.isAdvisorOf
Pretto, Fabrício
relationships.isRefereeOf
Pretto, Fabrício
Diemer, Mouriac Halen
Gärtner, Vilson Cristiano
Journal Title
Journal ISSN
Volume Title
Publisher
Abstract
No mercado competitivo da atualidade, as organizações buscam qualificar seu gerenciamento e tomada de decisão a partir da análise das informações. O simples fato de armazenar e recuperar esta informação já proporciona um grande benefício às organizações. Contudo, apenas resgatar a informação não propicia todas as vantagens possíveis. As técnicas de mineração de dados permitem que se explorem grandes conjuntos de dados a fim de estabelecer relações, associações e descobrir padrões úteis que tenham valor para a organização com o propósito de se entender o fenômeno gerador dos dados. O presente trabalho expõe os conceitos de metodologias, técnicas e algoritmos de mineração de dados como fundamento teórico, bem como a aplicação do algoritmo de classificação Árvore Aumentada do Naïve Bayes (TAN) com a descoberta não supervisionada. Utilizou-se a ferramenta de mineração de dados WEKA com o intuito de descobrir conhecimento útil da especialidade médica de oncologia na base de dados de uma Casa de Saúde.
In today's competitive market, organizations seek to qualify their management and decision-making based on the analysis of information. Simply store and retrieve this information already provides a major benefit to organizations. However, only retrieve the information does not provide every possible advantage. Data mining techniques allow us to explore large sets of data to establish relationships, associations and discover useful patterns that have value to the organization in order to understand the phenomenon generating the data. This paper presents the concepts of methodologies, techniques and data mining algorithms and theoretical foundation as well as the application of Tree Augmented Naive Bayes (TAN) classification algorithm the discovery unsupervised. Was used the data mining workbench WEKA in order to discover useful knowledge from the medical specialty of oncology in the database of a home of health.
In today's competitive market, organizations seek to qualify their management and decision-making based on the analysis of information. Simply store and retrieve this information already provides a major benefit to organizations. However, only retrieve the information does not provide every possible advantage. Data mining techniques allow us to explore large sets of data to establish relationships, associations and discover useful patterns that have value to the organization in order to understand the phenomenon generating the data. This paper presents the concepts of methodologies, techniques and data mining algorithms and theoretical foundation as well as the application of Tree Augmented Naive Bayes (TAN) classification algorithm the discovery unsupervised. Was used the data mining workbench WEKA in order to discover useful knowledge from the medical specialty of oncology in the database of a home of health.
Description
Keywords
Mineração de dados; Descoberta de conhecimento; Oncologia
Citation
SCHEUNEMANN, Fabrício. Mineração de dados para descoberta de conhecimento na área de oncologia. 2015. Monografia (Graduação em Sistemas de Informação) – Universidade do Vale do Taquari - Univates, Lajeado, dez. 2015. Disponível em: http://hdl.handle.net/10737/927.