Portal de Eventos Científicos da UTFPR (EVIN), XXIII Seminário de Iniciação Científica e Tecnológica da UTFPR

Tamanho da fonte: 
Estudo de Algoritmos de Árvores de Decisão e Aplicação na Tarefa de Classificação Automática
Beatriz Cristina Flamia de Azevedo, Glaucia Maria Bressan, Roberto Molina de Souza

Última alteração: 2019-02-04

Resumo


O objetivo deste trabalho é estudar as relações entre os principais atributos que exercem influência no diagnóstico e controle do Diabetes Mellitus tipo 2 e gerar uma ferramenta de classificação automática que permita inferir sobre o índice glicêmico, a qual possa servir de auxílio na área médica para predição da doença e tratamento adequado. Os métodos propostos para tal tarefa são baseados na classificação por Árvores de Decisão, sendo esta uma ferramenta muito utilizada em mineração de dados devido a fácil interpretação dos resultados, e na classificação Bayesiana, a qual utiliza o algoritmo BayesRule e é capaz de investigar incertezas probabilísticas no conjunto dedados.Ambas as metodologias extraem regras de classificação linguística, o que permite a comparação dos resultados. Os resultados apresentados são promissores, podendo contribuir para controle e predição do desenvolvimento de pacientes portadores do Diabetes Mellitus tipo 2.

Palavras-chave


Controle Glicêmico. Diabetes Mellitus. Árvores de Decisão. Redes Bayesianas.

Texto completo: PDF