doctoralThesis
Modelos de regressão para dados simbólicos de natureza intervalar
Registro en:
de Andrade Lima Neto, Eufrasio; de Assis Tenório Carvalho, Francisco. Modelos de regressão para dados simbólicos de natureza intervalar. 2008. Tese (Doutorado). Programa de Pós-Graduação em Ciência da Computação, Universidade Federal de Pernambuco, Recife, 2008.
Autor
de Andrade Lima Neto, Eufrasio
Institución
Resumen
O processo de descoberta de conhecimento tem por objetivo a extração de
informações úteis (conhecimento) em bases de dados. As ferramentas utilizadas
para execução do processo de extração de conhecimento são genéricas
e derivadas de diferentes áreas de conhecimento tais como da estatística,
aprendizagem de máquina e banco de dados. Dentre as técnicas estatísticas,
os modelos de regressão procuram classificar ou prever o comportamento de
uma variável dependente (resposta) a partir das informações provenientes de
um conjunto de variáveis independentes (explicativas). A análise de dados
simbólicos (SDA) (Bock & Diday 2000) tem sido introduzida como uma novo
domínio relacionado à análise multivariada, reconhecimento de padrões e inteligência
artificial com o objetivo de estender os métodos estatísticos e de
análise exploratória de dados para dados simbólicos. O objetivo deste trabalho
é propor métodos de regressão linear e não-linear para dados simbólicos
que apresentem uma performance de predição superior ao método proposto
por Billard & Diday (2000), no caso de variáveis simbólicas tipo intervalo Coordenação de Aperfeiçoamento de Pessoal de Nível Superior