Trabalho de Conclusão de Curso
Redes bayesianas para previsão de doadores de sangue
Registro en:
ROMANI, Cristina Zayra de Nobrega Romani. Redes bayesianas para previsão de doadores de sangue. 2021. 37 f. Trabalho de Conclusão de Curso (Graduação em Sistemas de Informação) – Universidade Federal de Uberlândia, Monte Carmelo, 2021.
Autor
Romani, Cristina Zayra de Nobrega
Institución
Resumen
Trabalho de Conclusão de Curso (Graduação) Os hemocentros são entidades responsáveis por administrar bancos de sangue para transfusões. Em diversas situações, o hemocentro necessita prever doadores de sangue regulares para garantir o estoque e a rotatividade exigida pelos Hospitais. Diante disso, este trabalho apresenta uma solução baseada no aprendizado de máquina utilizando o modelo probabilístico das Redes Bayesianas para predição de doadores regulares. Os classificadores empregados são o Naive Bayes e o Tree Augmented Naive Bayes (TAN). A base de dados analisada foi "Conjunto de dados do Centro de Serviços de Transfusão de Sangue", retirada do repositório UCI Machine Learning Repository. Em primeiro instante aplicou-se as medidas de associação, risco relativo e odds ratio, para encontrar as variáveis que afetam na escolha do doador regular. A base possui classes desbalanceadas sendo necessário aplicar as técnicas SMOTE e k-fold estratificado para neutralizar o problema. Para avaliar os modelos empregados utilizou-se as métricas acurácia, precisão e sensibilidade. Os resultados encontrados demonstraram que o TAN possui maiores taxas de acerto para encontrar um doador de sangue regular. Porém, não foi possível obter melhores resultados devido ao desbalanceamento da base de dados.