dc.contributor |
Universidade Federal de Santa Catarina |
pt_BR |
dc.contributor.advisor |
Kopittke, Bruno Hartmut |
pt_BR |
dc.contributor.author |
Oliveira, Alexsandra Faisca Nunes de |
pt_BR |
dc.date.accessioned |
2012-10-19T07:40:00Z |
|
dc.date.available |
2012-10-19T07:40:00Z |
|
dc.date.issued |
2001 |
|
dc.date.submitted |
2001 |
pt_BR |
dc.identifier.other |
185537 |
pt_BR |
dc.identifier.uri |
http://repositorio.ufsc.br/xmlui/handle/123456789/81768 |
|
dc.description |
Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro tecnológico. Programa de Pós-Graduação em Engenharia de Produção |
pt_BR |
dc.description.abstract |
O presente trabalho relata a necessidade, na era atual, da utilização de sistemas especialistas para auxiliar os tomadores de decisão empresarial, pois a enorme quantidade de informações encontradas nas bases de dados das empresas torna a análise destas sem a ajuda da informática inviável, uma vez que a capacidade de inferência humana é limitada. Além da precisão da extração de conhecimento novo útil a partir das informações contidas nestas bases de dados de forma automática computacionalmente, pois tal conhecimento pode ser utilizado para a formação da base de conhecimento de um sistema especialista. Procedeu-se então, a busca na literatura para a realização desta tarefa, encontrando a área de descoberta de conhecimento em base de dados como orientação para tal, a qual propõe a aplicação de algoritmos de mineração de dados, além de atividades de pré-processamento dos dados e pós-processamento do conhecimento descoberto, entre outras. Dentre os algoritmos de mineração de dados encontrados destaca-se o ID3, o qual realiza a aprendizagem supervisionada a partir de exemplos, representando o conhecimento descoberto através de árvore de decisão. Fazendo a "leitura" da árvore pode-se representar este conhecimento na forma de regras e com parte do embasamento teórico de regras de associação calcular o suporte (probabilidade) e a confiança de cada regra. Assim, este estudo possibilitou a criação de uma metodologia de uso de técnicas de indução para criação de regras de sistemas especialistas. Tal metodologia conduziu a criação de um protótipo de software, denominado GARP, que proporciona a geração automática de regras probabilísticas podendo ser usadas em qualquer shell de sistemas especialistas baseada em regras. Para validação desta metodologia, o protótipo criado foi submetido a testes utilizando-se bases de dados fictícios como também, uma aplicação real do jogo de empresas GI-EPS. Por fim, são apresentadas algumas constatações referentes a aplicação desta metodologia em relação ao algoritmo de mineração de dados utilizado, o ID3. |
pt_BR |
dc.language.iso |
por |
pt_BR |
dc.publisher |
Florianópolis, SC |
pt_BR |
dc.subject.classification |
Engenharia de produção |
pt_BR |
dc.subject.classification |
Arvores de decisao |
pt_BR |
dc.subject.classification |
Processo decisorio |
pt_BR |
dc.subject.classification |
Sistemas de suporte de decisao |
pt_BR |
dc.subject.classification |
Ferramentas administrativas |
pt_BR |
dc.subject.classification |
Jogos (Administração) |
pt_BR |
dc.subject.classification |
Sistema especialista (Computação) |
pt_BR |
dc.subject.classification |
Mineração de dados (Computação) |
pt_BR |
dc.title |
Uma metodologia de uso de técnicas de indução para criação de regras de sistemas especialistas |
pt_BR |
dc.type |
Dissertação (Mestrado) |
pt_BR |