Metodologia baseada em técnicas de mineração de dados para suporte à certificação de raças de ovinos.

VIEIRA, F. D.; OLIVEIRA, S. R. de M.; PAIVA, S. R.

Please use this identifier to cite or link to this item: http://www.alice.cnptia.embrapa.br/alice/handle/doc/1036157

Full metadata record

DC Field	Value	Language
dc.contributor.author	VIEIRA, F. D.	pt_BR
dc.contributor.author	OLIVEIRA, S. R. de M.	pt_BR
dc.contributor.author	PAIVA, S. R.	pt_BR
dc.date.accessioned	2016-02-04T11:11:11Z	pt_BR
dc.date.available	2016-02-04T11:11:11Z	pt_BR
dc.date.created	2016-02-04	pt_BR
dc.date.issued	2015	pt_BR
dc.identifier.citation	Engenharia Agrícola, Jaboticabal, v. 35, n. 6, p. 1172-1186, nov./dez. 2015.	pt_BR
dc.identifier.uri	http://www.alice.cnptia.embrapa.br/alice/handle/doc/1036157	pt_BR
dc.description	O objetivo deste trabalho foi desenvolver uma metodologia baseada em técnicas de mineração de dados para selecionar os principais marcadores SNP (Single Nucleotide Polymorphism) para as raças de ovinos: Crioula, Morada Nova e Santa Inês. Os dados utilizados foram obtidos do Consórcio Internacional de Ovinos e são compostos por 72 animais das raças citadas, e cada animal possui 49.034 marcadores SNP. Considerando que o número de atributos (marcadores) é muito maior que o de observações (animais), foram aplicadas as técnicas de predição LASSO (Least Absolute Shrinkage and Selection Operator), Random Forest e Boosting para a geração de modelos preditivos que incorporam métodos de seleção de atributos. Os resultados revelaram que os modelos preditivos selecionaram os principais marcadores SNP para identificação das raças estudadas. O modelo LASSO selecionou um total de 29 marcadores relevantes. A partir dos modelos Random Forest e Boosting, foram obtidos 27 e 20 marcadores importantes, respectivamente. Por meio da intersecção dos modelos gerados, identificou-se um subconjunto de 18 marcadores com maior potencial de identificação das raças.	pt_BR
dc.language.iso	por	pt_BR
dc.rights	openAccess	pt_BR
dc.subject	Polimorfismo de nucleotídeo único	pt_BR
dc.subject	Seleção de atributos	pt_BR
dc.subject	Modelos preditivos	pt_BR
dc.subject	Regressão penalizada	pt_BR
dc.subject	Feature selection	pt_BR
dc.subject	Predictive modeling	pt_BR
dc.subject	Penalized regression	pt_BR
dc.title	Metodologia baseada em técnicas de mineração de dados para suporte à certificação de raças de ovinos.	pt_BR
dc.type	Artigo de periódico	pt_BR
dc.date.updated	2016-02-05T11:11:11Z	pt_BR
dc.subject.nalthesaurus	Single nucleotide polymorphism	pt_BR
dc.subject.nalthesaurus	Models	pt_BR
dc.description.notes	Journal of the Brazilian Association of Agricultural Engineering.	pt_BR
riaa.ainfo.id	1036157	pt_BR
riaa.ainfo.lastupdate	2016-02-05	pt_BR
dc.identifier.doi	http://dx.doi.org/10.1590/1809-4430-Eng.Agric.v35n6p1172-1186/2015	pt_BR
dc.contributor.institution	FÁBIO DANILO VIEIRA, CNPTIA; STANLEY ROBSON DE MEDEIROS OLIVEIRA, CNPTIA; SAMUEL REZENDE PAIVA, SRI.	pt_BR
Appears in Collections:	Artigo em periódico indexado (CNPTIA)

Files in This Item:

File	Description	Size	Format
APMetodologiaVieira.pdf		514.26 kB	Adobe PDF	View/Open

Show simple item record