Um estudo sobre Publicações Relacionadas a Mineração de Dados
Resumo
A grande quantidade de dados acumulados nos bancos de dados informatizados das organizações pode esconder conhecimentos valiosos e úteis para a tomada de decisão. A mineração de dados é uma das técnicas adotadas para identificar estes padrões. O objetivo do trabalho é identificar o uso de algoritmos, softwares e linguagens aplicadas à mineração de dados. A metodologia utilizada foi através da revisão sistemática da literatura. Foram utilizados dissertações de mestrado, teses de doutorado e feitas pesquisas bibliográficas nas bases: biblioteca digital USP, Biblioteca digital UFMG e Sistema PUC MINAS, nas áreas: saúde, educação, vendas, agro economia, cooperativa de crédito, ciência da computação e bioinformática.Referências
ALVES, Caroline Lourenço. Diagnóstico de doenças mentais baseado em mineração
de dados e redes complexas.2019. 137 f. Dissertação (Mestrado) - Curso de Ciência
da Computação e Matemática Computacional, Instituto de Ciências Matemáticas e de
Computação, São Carlos, 2019.
ALVES, Ricardo Brito. REDUÇÃO DA INFLUÊNCIA DE CONFUNDIDORES EM
MODELOS DE APRENDIZADO DE MÁQUINA. 2018. 78 f. Dissertação
(Mestrado) - Curso de Pós-graduação em Engenharia Elétrica, PontifÍcia Universidade
CatÓlica de Minas Gerais, Belo Horizonte, 2018.
ANGHINONI, Leandro. Classificação e previsão de séries temporais através de redes
complexas. 2018. 87 f. Dissertação (Mestrado) - Curso de Computação Aplicada,
Universidade de São Paulo, Ribeirão Preto, 2018.
ANJOS, Francisco de Assis Rodrigues dos. Seleção de grupos a partir de
hierarquias: uma modelagem baseada em grafos. 2018. 86 f. Dissertação (Mestrado) -
Curso de Ciência de Computação e Matemática Computacional, Universidade de São
Paulo, São Carlos, 2018.
BASTOS JÚNIOR, José Luiz Gonçalves. MINERAÇÃO EM REPOSITÓRIOS DE
PROCESSOS DE SOFTWARE PARA IDENTIFICAÇÃO DE BENEFÍCIOS
DE ABORDAGENS DISTINTAS DE CONSTRUÇÃO. 2016. 133 f. Dissertação
(Mestrado) - Curso de Pós Graduação, Universidade Católica de Minas Gerais, Belo
Horizonte, 2016.
BARROS, R. C.; CARVALHO, A. C. de; FREITAS, A. A. Automatic design of
decision-tree induction algorithms. [S.1]: Springer, 2015. Citado na página 53.
BRANQUINHO, LucÉlia Pinto. MODELO PARA SUPORTE À DESCOBERTA DE
CONHECIMENTO EM BASE DE DADOS (KDD): APLICAÇÃO EM
ESTRATÉGIAS NO MERCADO DE MEDICINA DIAGNÓSTICA. 2015. 122 f.
Dissertação (Mestrado) - Curso de Ciência da Informação, Universidade Federal de
Minas Gerais, Belo Horizonte, 2015.
CARVALHO, Luís A. V. de. DATAMINING: A Mineração de Dados no Marketing,
Medicina, Economia, Engenharia e Administração. 2a Edição. São Paulo-SP:
Érica, 2002.
CORREA, Fernando Elias. Modelo integrado de mineração de dados para análise de
séries temporais de preços de indicadores agroeconômicos. 2015. 99 f. Tese
(Doutorado) - Curso de Sistemas Digitais, Universidade de São Paulo, São Paulo, 2015.
FERRETI, Yuri. Ferramenta Computacional para Análise Integrada de Dados
Clínicos e Biomoleculares. 2015. 60 f. Dissertação (Mestrado) - Curso de
Bioinformática, Universidade de São Paulo, Ribeirão Preto, 2015.
FONSECA, S. O. Utilização de modelos de classificação para mineração de dados
relacionados à aprendizagem de matemática e ao perfil de professores do ensino
fundamental. 2014. 121 f. Dissertação (Mestrado em Modelagem Computacional) –
Instituto Politécnico, Universidade do Estado do Rio de Janeiro, Nova Friburgo, 2014.
GONZALES, José Artur Quilici; ZAMPIROLLI, Francisco de Assis. Sistemas
inteligentes e mineração de dados. São Paulo: Triunfal Gráfica e Editora, 2014.
GOLDSCHMIDT, R., & Passos, E. (2005). Data mining: Um guia prático. Rio de Janeiro:
Elsevier.
GREGORY, Guilherme; PRETTO, Fabrício. MINERAÇÃO DE DADOS PARA
DESCOBERTA DE CONHECIMENTO EM DADOS DE PROMOÇÃO À
SAÚDE. Revista Destaques Acadêmicos, [s.l.], v. 8, n. 4, p.51-65, 29 dez. 2016.
Editora Univates. http://dx.doi.org/10.22410/issn.2176-3070.v8i4a2016.1234.
HAN, J.; KAMBER, M. Datamining: concepts and techniques. 2006.
QUONIAM, L. INTELIGÊNCIA OBTIDA PELA APLICAÇÃO DE DATA
MINING EM BASE DE TESES FRANCESAS SOBRE O BRASIL. Ciência da
Informação, Brasília, v.30, n.2, maio/ago. 2001.Disponível em: . Acesso em: 24 mar.
REZENDE, Solange Oliveira. Sistemas inteligentes: fundamentos e aplicações. Barueri:
Manole Ltda, 2005.
RODRIGUES, Marcos Wander. MINERAÇÃO DE DADOS
EDUCACIONAIS: CENÁRIO DE DUAS DÉCADAS. 2016. 177 f. Dissertação
(Mestrado) - Curso de Pós-graduação em Informática, Pontifícia Universidade
CatÓlica de Minas Gerais, Belo Horizonte, 2016.
SOUSA, Marcos de Moraes; FIGUEIREDO, Reginaldo Santana. CREDIT ANALYSIS
USING DATA MINING: APPLICATION IN THE CASE OF A CREDIT
UNION. Journal Of Information Systems And Technology Management, [s.l.], v. 11,
n. 2, p.379-396, 21 ago. 2014. TECSI. http://dx.doi.org/10.4301/s1807-
WITTEN, I. H. et al. Data Mining: Practical machine learning tools and techniques.
[S.l.]: Morgan Kaufmann, 2016.
