Concept drift: caracterização e aplicações
Autor(a) principal: | |
---|---|
Data de Publicação: | 2023 |
Outros Autores: | |
Tipo de documento: | Trabalho de conclusão de curso |
Idioma: | por |
Título da fonte: | Repositório Institucional da Universidade Federal Fluminense (RIUFF) |
Texto Completo: | http://app.uff.br/riuff/handle/1/30887 |
Resumo: | A grande quantidade de dados que atualmente é gerada em vários campos, como processos financeiros, atividades de mídia social, aplicativos de Internet das Coisas e outros, exige que estes sejam processados de maneira específica, os dados obtidos não podem ser processados por meio de algoritmos de mineração de dados tradicional devido a várias restrições, incluindo memória limitada, geração rápida de dados e um ambiente dinâmico, é nesse cenário que ocorre o problema conhecido como Concept drift. O Concept Drift é conhecido como a principal restrição na mineração de fluxo de dados, especialmente em tarefas de classificação. Refere-se à mudança na distribuição de dados ao longo do tempo, a qual gerará uma deterioração na precisão dos modelos de classificação e consequentemente na obtenção de previsões erradas. Neste trabalho apresentamos formalmente o Concept drift, os vários tipos, os principais algoritmos que o tratam e as aplicações |
id |
UFF-2_d2ec72ea3f1075fca38265af5264c072 |
---|---|
oai_identifier_str |
oai:app.uff.br:1/30887 |
network_acronym_str |
UFF-2 |
network_name_str |
Repositório Institucional da Universidade Federal Fluminense (RIUFF) |
repository_id_str |
2120 |
spelling |
Concept drift: caracterização e aplicaçõesConcept driftMudança de conceitoDistribuição não estacionáriaData stream miningDetecção de falhasAprendizado de máquinaMudançaConcept changeNon-stationary distributionA grande quantidade de dados que atualmente é gerada em vários campos, como processos financeiros, atividades de mídia social, aplicativos de Internet das Coisas e outros, exige que estes sejam processados de maneira específica, os dados obtidos não podem ser processados por meio de algoritmos de mineração de dados tradicional devido a várias restrições, incluindo memória limitada, geração rápida de dados e um ambiente dinâmico, é nesse cenário que ocorre o problema conhecido como Concept drift. O Concept Drift é conhecido como a principal restrição na mineração de fluxo de dados, especialmente em tarefas de classificação. Refere-se à mudança na distribuição de dados ao longo do tempo, a qual gerará uma deterioração na precisão dos modelos de classificação e consequentemente na obtenção de previsões erradas. Neste trabalho apresentamos formalmente o Concept drift, os vários tipos, os principais algoritmos que o tratam e as aplicaçõesThe large amount of data that is currently generated in various fields, such as financial processes, social media activities, Internet of Things applications and others, requires that these be processed in a specific way, the data obtained cannot be processed through algorithms of traditional data mining due to various restrictions, including limited memory, fast data generation and a dynamic environment, it is in this scenario that the problem known as Concept drift occurs. Concept Drift is known as the main constraint in data flow mining, especially in classification tasks. It refers to the change in the distribution of data over time, which will cause a deterioration in the accuracy of the classification models and consequently in obtaining wrong predictions. In this work we formally present the Concept drift, the various types, the main algorithms that treat it and the applications49 p.Zamith, Juliana Mendes Nascente e Silvahttp://lattes.cnpq.br/8035465631167768Sousa, Leandro Soares dehttp://lattes.cnpq.br/5733271257229469Souza, Hering Rogério deVilela, Sandro Pereira2023-10-23T13:35:53Z2023-10-23T13:35:53Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesisapplication/pdfSOUZA, Hering Rogério de; VILELA, Sandro Pereira. Concept drift: caracterização e aplicações. 2020. 49 f. Trabalho de Conclusão de Curso (Graduação em Tecnologia em Sistemas de Computação) - Instituto de Computação, Universidade Federal Fluminense, Niterói, 2020.http://app.uff.br/riuff/handle/1/30887CC-BY-SAinfo:eu-repo/semantics/openAccessporreponame:Repositório Institucional da Universidade Federal Fluminense (RIUFF)instname:Universidade Federal Fluminense (UFF)instacron:UFF2023-10-23T13:35:57Zoai:app.uff.br:1/30887Repositório InstitucionalPUBhttps://app.uff.br/oai/requestriuff@id.uff.bropendoar:21202023-10-23T13:35:57Repositório Institucional da Universidade Federal Fluminense (RIUFF) - Universidade Federal Fluminense (UFF)false |
dc.title.none.fl_str_mv |
Concept drift: caracterização e aplicações |
title |
Concept drift: caracterização e aplicações |
spellingShingle |
Concept drift: caracterização e aplicações Souza, Hering Rogério de Concept drift Mudança de conceito Distribuição não estacionária Data stream mining Detecção de falhas Aprendizado de máquina Mudança Concept change Non-stationary distribution |
title_short |
Concept drift: caracterização e aplicações |
title_full |
Concept drift: caracterização e aplicações |
title_fullStr |
Concept drift: caracterização e aplicações |
title_full_unstemmed |
Concept drift: caracterização e aplicações |
title_sort |
Concept drift: caracterização e aplicações |
author |
Souza, Hering Rogério de |
author_facet |
Souza, Hering Rogério de Vilela, Sandro Pereira |
author_role |
author |
author2 |
Vilela, Sandro Pereira |
author2_role |
author |
dc.contributor.none.fl_str_mv |
Zamith, Juliana Mendes Nascente e Silva http://lattes.cnpq.br/8035465631167768 Sousa, Leandro Soares de http://lattes.cnpq.br/5733271257229469 |
dc.contributor.author.fl_str_mv |
Souza, Hering Rogério de Vilela, Sandro Pereira |
dc.subject.por.fl_str_mv |
Concept drift Mudança de conceito Distribuição não estacionária Data stream mining Detecção de falhas Aprendizado de máquina Mudança Concept change Non-stationary distribution |
topic |
Concept drift Mudança de conceito Distribuição não estacionária Data stream mining Detecção de falhas Aprendizado de máquina Mudança Concept change Non-stationary distribution |
description |
A grande quantidade de dados que atualmente é gerada em vários campos, como processos financeiros, atividades de mídia social, aplicativos de Internet das Coisas e outros, exige que estes sejam processados de maneira específica, os dados obtidos não podem ser processados por meio de algoritmos de mineração de dados tradicional devido a várias restrições, incluindo memória limitada, geração rápida de dados e um ambiente dinâmico, é nesse cenário que ocorre o problema conhecido como Concept drift. O Concept Drift é conhecido como a principal restrição na mineração de fluxo de dados, especialmente em tarefas de classificação. Refere-se à mudança na distribuição de dados ao longo do tempo, a qual gerará uma deterioração na precisão dos modelos de classificação e consequentemente na obtenção de previsões erradas. Neste trabalho apresentamos formalmente o Concept drift, os vários tipos, os principais algoritmos que o tratam e as aplicações |
publishDate |
2023 |
dc.date.none.fl_str_mv |
2023-10-23T13:35:53Z 2023-10-23T13:35:53Z |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
format |
bachelorThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
SOUZA, Hering Rogério de; VILELA, Sandro Pereira. Concept drift: caracterização e aplicações. 2020. 49 f. Trabalho de Conclusão de Curso (Graduação em Tecnologia em Sistemas de Computação) - Instituto de Computação, Universidade Federal Fluminense, Niterói, 2020. http://app.uff.br/riuff/handle/1/30887 |
identifier_str_mv |
SOUZA, Hering Rogério de; VILELA, Sandro Pereira. Concept drift: caracterização e aplicações. 2020. 49 f. Trabalho de Conclusão de Curso (Graduação em Tecnologia em Sistemas de Computação) - Instituto de Computação, Universidade Federal Fluminense, Niterói, 2020. |
url |
http://app.uff.br/riuff/handle/1/30887 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
CC-BY-SA info:eu-repo/semantics/openAccess |
rights_invalid_str_mv |
CC-BY-SA |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da Universidade Federal Fluminense (RIUFF) instname:Universidade Federal Fluminense (UFF) instacron:UFF |
instname_str |
Universidade Federal Fluminense (UFF) |
instacron_str |
UFF |
institution |
UFF |
reponame_str |
Repositório Institucional da Universidade Federal Fluminense (RIUFF) |
collection |
Repositório Institucional da Universidade Federal Fluminense (RIUFF) |
repository.name.fl_str_mv |
Repositório Institucional da Universidade Federal Fluminense (RIUFF) - Universidade Federal Fluminense (UFF) |
repository.mail.fl_str_mv |
riuff@id.uff.br |
_version_ |
1807838856088649728 |