Please use this identifier to cite or link to this item:
http://www.monografias.ufop.br/handle/35400000/326| Title: | Uso de técnicas de mineração de dados para classificação das ocorrências de casos de dengue nos municípios brasileiros. |
| Authors: | Vilarinho, Renato Avilez |
| metadata.dc.contributor.advisor: | Araújo, Janniele Aparecida Soares |
| metadata.dc.contributor.referee: | Araújo, Janniele Aparecida Soares Brito, Samuel Souza Lima, Helen de Cássia Sousa da Costa Lins, Theo Silva |
| Keywords: | Mineração de dados - computação Classificação - dados Tratamento de dados Processamento de dados Algoritmos Dengue |
| Issue Date: | 2017 |
| Citation: | VILARINHO, Renato Avilez. Uso de técnicas de mineração de dados para classificação das ocorrências de casos de dengue nos municípios brasileiros. 2017. 59 f. Monografia (Graduação em Sistemas de Informação) – Instituto de Ciências Exatas e Aplicadas, Universidade Federal de Ouro Preto, João Monlevade, 2017. |
| Abstract: | Neste trabalho foram exploradas as capacidades de Algoritmos de Mineração de Dados na obtenção de informações úteis relativas aos casos de Dengue nos municípios brasileiros. Características socioeconômicas e os casos notificados de Dengue foram utilizados como atributos para os registros. No primeiro momento foram utilizadas Tarefas de Agrupamento para identificar grupos de municípios a partir da quantidade de casos de Dengue notificados. Os grupos encontrados foram denominados: "Muito Baixo", "Baixo", "Médio", "Alto"e "Muito Alto". Em seguida estes dados foram submetidos a algoritmos de Classificação. As atividades de Classificação tiveram dificuldade de identificar os grupos "Alto"e "Muito Alto", porém apresentaram resultados satisfatórios de acordo com as métricas utilizadas. |
| metadata.dc.description.abstracten: | In this paper we explored the capabilities of Data Mining Algorithms in obtaining useful information regarding Dengue Fever cases in Brazilian cities. Socioeconomic characteristics and reported cases of Dengue Fever were used as attributes for the instances. At first moment, we used Clustering Techniques to identify clusters of cities based on the number of reported cases of Dengue Fever. The clusters found were called "Very Low", "Low", "Medium", "High" and "Very High". Then, these data were submitted to Classification algorithms. The Classification tasks didn’t identify "High" and "Very High" clusters as expected, but still presented satisfactory results according to the used metrics. |
| URI: | http://www.monografias.ufop.br/handle/35400000/326 |
| metadata.dc.rights.license: | Autorização concedida à Biblioteca Digital de TCC da UFOP pelo autor(a), 05/04/2017,com as seguintes condições: disponível sob Licença Creative Commons 4.0, que permite copiar, distribuir e transmitir o trabalho, desde que seja citado o autor e licenciante. Não permite o uso para fins comerciais. |
| Appears in Collections: | Sistema de Informação - JMV |
Files in This Item:
| File | Description | Size | Format | |
|---|---|---|---|---|
| MONOGRAFIA_UsoTecnicasMineração.pdf | 748,42 kB | Adobe PDF | View/Open |
This item is licensed under a Creative Commons License
