Use este identificador para citar ou linkar para este item: http://www.alice.cnptia.embrapa.br/alice/handle/doc/564274
Registro completo de metadados
Campo DCValorIdioma
dc.contributor.authorPRADO, H. A. do
dc.contributor.authorENGEL, P. M.
dc.date.accessioned2025-04-29T20:47:42Z-
dc.date.available2025-04-29T20:47:42Z-
dc.date.created2002-02-06
dc.date.issued2001
dc.identifier.citationCadernos de Informática, Porto Alegre, v. 1, n. 1, p. 39-42, jan. 2001.
dc.identifier.urihttp://www.alice.cnptia.embrapa.br/alice/handle/doc/564274-
dc.descriptionA descoberta de conhecimento a partir de dados não classificados compreende duas tarefas principais: a identificação de "grupos naturais" e a análise destes grupos de modo a interpretar o seu significado. Estas tarefas são realizadas através do aprendizado não-supervisionado e supervisionado, respectivamente, correspondendo também às fases de taxonomia e explanação do processo de descoberta descrito por Langley [LAN 98]. A pesquisa em Descoberta de Conhecimento em Bases de Dados (DCBD) tem atacado estasduas fases segundo duas dimensões: (1) tornando os algoritmos de aprendizado aptos para executar bases de dados cada vez maiores, e (2) facilitando o processo completo de descoberta de conhecimento de maneira análoga ao que fazem as ferramentas CASE com relação à Engenharia de Software. Conforme descrito por Langley, o objetivo principal na descoberta de conhecimento em dados não classificados é a obtenção de descrições de potenciais classes no sub-espaço das dimensões dos objetos. Neste mesmo sentido, Wittgeinstein (op. cit. in [HAN 90]) advoga que os conceitos possuem uma natureza politética, i.e., eles podem ser descritos de muitas formas, compartilhando um número de características comuns, sem que nenhuma delas seja essencial para descrever o conceito. Outros trabalhos como [EAS 85] e [MUR 85] reforçam esta visão do processo dedescoberta de conhecimento de dados não classificados. Pelas referências acima, fica evidente que as duas tarefas - taxonomia e explanação - compõem na verdade um únicoprocesso.
dc.language.isopor
dc.rightsopenAccess
dc.subjectInteligencia artificial
dc.titleCombinando técnicas não-supervisionadas e supervisionadas para explanação de agrupamentos.
dc.typeArtigo de periódico
dc.subject.thesagroInformática
dc.subject.thesagroTecnologia da Informação
dc.subject.thesagroPrograma de Computador
dc.format.extent2p. 39-42.
riaa.ainfo.id564274
riaa.ainfo.lastupdate2025-04-29
dc.contributor.institutionHERCULES ANTONIO DO PRADO, CPAC; PAULO M. ENGEL, UNIVERSIDADE FEDERAL DO RIO GRANDE DO SUL.
Aparece nas coleções:Artigo em periódico indexado (CPAC)

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
igasparinicaderno-v1n1-2001-pg-40-43Prado-Engel-2.pdf41.01 kBAdobe PDFThumbnail
Visualizar/Abrir
Mostrar registro simples do item Visualizar estatísticas

FacebookTwitterDeliciousLinkedInGoogle BookmarksMySpace