Um ambiente gráfico para facilitar tarefas de data mining via ferramenta R

Detalhes bibliográficos
Autor(a) principal: Costa, Joel Frederico Azevedo
Data de Publicação: 2011
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
Texto Completo: http://hdl.handle.net/1822/19829
Resumo: Dissertação de mestrado em Tecnologias e Sistemas de Informação (área de especialização em Engenharia e Gestão de Sistemas de Informação)
id RCAP_d96b59b6b029e833136684adfdc0fa6d
oai_identifier_str oai:repositorium.sdum.uminho.pt:1822/19829
network_acronym_str RCAP
network_name_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository_id_str
spelling Um ambiente gráfico para facilitar tarefas de data mining via ferramenta RData miningRrminerJrminerClassificaçãoRegressãoRedes neuronais artificiaisMáquina de vetores de suporteClassificationRegressionArtificial neural networksSupport vector machineDissertação de mestrado em Tecnologias e Sistemas de Informação (área de especialização em Engenharia e Gestão de Sistemas de Informação)Com o rápido crescimento no uso das Tecnologias de Informação nas organizações, os dados organizacionais começaram a crescer a ritmo alucinante, tornando difícil a sua análise.. Este facto fez com que surgisse uma área denominada de Data Mining. Esta área utiliza técnicas provenientes da Inteligência Artificial, Estatística, Matemática e Bases de Dados, com o objetivo de extrair conhecimento útil a partir de dados em bruto. Atualmente existe uma ferramenta open-source, chamada R, muito popular entre os analistas de Data Mining. Apesar da ferramenta não ser orientada especificamente para o Data Mining, pode ser adaptada para tal, através de instalação de packages. Em particular, o package rminer facilita a utilização de algoritmos de Data Mining de aprendizagem supervisionada, tal como Redes Neuronais Artificiais (RNAs) e Máquina de Vetores de Suporte (MVSs), em problemas de Classificação e Regressão. Contudo, o facto desta biblioteca funcionar via um conjunto de comandos, em modo de consola, exige uma certa curva de aprendizagem por parte dos utilizadores não especializados. Assim, neste trabalho é proposto um ambiente gráfico para o rminer, de modo a facilitar a sua adoção/uso por parte de utilizadores que não tenham um conhecimento especializado na linguagem R. Como resultado final, obteve-se um Graphical User Interface (GUI), denominado de Jrminer, que mostra ser bem aceite pela comunidade do rminer, devido ao facto de ser simples, intuitiva e com um design coerente.With the fast growth of the use of Information Technologies in organizations, organizational data began to grow at very fast pace, making it impossible to analyse using classical statistical methods. This fact motivated the development and spread of the field of Data Mining. This area uses techniques from several disciplines, such as Artificial Intelligence, Statistics, Mathematics and Databases, in order to extract useful knowledge from raw data. Currently, the R open-source tool is very popular among Data Mining analysts. Although, R is not specifically oriented for Data Mining, the tool mining capabilities can be increased through the installation of packages. In particular, the rminer package facilitates the use of supervised learning Data Mining algorithms, such as Neural Networks and Support Vector Machines, in classification and regression tasks. Yet, rminer works under a console command mode, thus requiring a certain learning curve by non-expert R users. Hence, in this work, we propose a Graphical User Interface (GUI) for the rminer library, in order to facilitate its use by non-specialized R users. As the final result of this work, we achieved a GUI, termed Jrminer, that is well accepted by the rminer community, mainly due to its simplicity, intuitively and coherent design.Cortez, PauloUniversidade do MinhoCosta, Joel Frederico Azevedo20112011-01-01T00:00:00Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttp://hdl.handle.net/1822/19829porinfo:eu-repo/semantics/openAccessreponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãoinstacron:RCAAP2023-07-21T12:04:51ZPortal AgregadorONG
dc.title.none.fl_str_mv Um ambiente gráfico para facilitar tarefas de data mining via ferramenta R
title Um ambiente gráfico para facilitar tarefas de data mining via ferramenta R
spellingShingle Um ambiente gráfico para facilitar tarefas de data mining via ferramenta R
Costa, Joel Frederico Azevedo
Data mining
R
rminer
Jrminer
Classificação
Regressão
Redes neuronais artificiais
Máquina de vetores de suporte
Classification
Regression
Artificial neural networks
Support vector machine
title_short Um ambiente gráfico para facilitar tarefas de data mining via ferramenta R
title_full Um ambiente gráfico para facilitar tarefas de data mining via ferramenta R
title_fullStr Um ambiente gráfico para facilitar tarefas de data mining via ferramenta R
title_full_unstemmed Um ambiente gráfico para facilitar tarefas de data mining via ferramenta R
title_sort Um ambiente gráfico para facilitar tarefas de data mining via ferramenta R
author Costa, Joel Frederico Azevedo
author_facet Costa, Joel Frederico Azevedo
author_role author
dc.contributor.none.fl_str_mv Cortez, Paulo
Universidade do Minho
dc.contributor.author.fl_str_mv Costa, Joel Frederico Azevedo
dc.subject.por.fl_str_mv Data mining
R
rminer
Jrminer
Classificação
Regressão
Redes neuronais artificiais
Máquina de vetores de suporte
Classification
Regression
Artificial neural networks
Support vector machine
topic Data mining
R
rminer
Jrminer
Classificação
Regressão
Redes neuronais artificiais
Máquina de vetores de suporte
Classification
Regression
Artificial neural networks
Support vector machine
description Dissertação de mestrado em Tecnologias e Sistemas de Informação (área de especialização em Engenharia e Gestão de Sistemas de Informação)
publishDate 2011
dc.date.none.fl_str_mv 2011
2011-01-01T00:00:00Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://hdl.handle.net/1822/19829
url http://hdl.handle.net/1822/19829
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron:RCAAP
instname_str Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron_str RCAAP
institution RCAAP
reponame_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
collection Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository.name.fl_str_mv
repository.mail.fl_str_mv
_version_ 1777303677089873920

Registros relacionados