Knowledge Rule Evaluation Measures
Mostrando 1-4 de 4 artigos, teses e dissertações.
-
1. Uso de medidas de desempenho e de grau de interesse para análise de regras descobertas nos classificadores
The process of knowledge discovery in databases has become necessary because of the large amount of data currently stored in databases of companies. They operated properly can help the managers in decision-making in organizations. This process is composed of several steps, among them there is a data mining, stage where they are applied techniques for obtaini
Publicado em: 2008
-
2. Uma metodologia para exploração de regras de associação generalizadas integrando técnicas de visualização de informação com medidas de avaliação do conhecimento / A methodology for exploration of generalized association rules integrating information visualization techniques with knowledge evaluation measures
O processo de mineração de dados tem como objetivo encontrar o conhecimento implícito em um conjunto de dados para auxiliar a tomada de decisão. Do ponto de vista do usuário, vários problemas podem ser encontrados durante a etapa de pós-processamento e disponibilização do conhecimento extraído, como a enorme quantidade de padrões gerados por algun
Publicado em: 2008
-
3. Rede Neural Difusa com T-normas Diferenciáveis e Interativas
Fuzzy sets are used in the representation of vague and imprecise knowledge. Neural networks, besides their computational parallelism, also have learning capabilities. The combination of such both paradigms is an attempt to congregate their benefits in an integrated system, such a fuzzy neural network. T-norms are functions that actuate like intersection and
Publicado em: 2007
-
4. Combinig classifiers using knowledge rule measures and genetic algortgms / Combinação de classificadores simbólicos utilizando medidas de regras de conhecimento e algoritmos genéticos
A qualidade das hipóteses induzidas pelos atuais sistemas de aprendizado de máquina supervisionado depende da quantidade dos exemplos no conjunto de treinamento. Por outro lado, muitos dos sistemas de aprendizado de máquina conhecidos não estão preparados para trabalhar com uma grande quantidade de exemplos. Grandes conjuntos de dados são típicos em m
Publicado em: 2006