| |
| Acadêmico(a): Alexandre Daniel Dalabrida |
| Título: Protótipo de um Sistema de Extração de Regras Simbólicas de Redes Neurais Artificiais Utilizadas na Tarefa de Classificação em Data Mining |
| |
| Resumo: |
| Este trabalho tem como objetivo principal avaliar a aplicabilidade das técnicas de extração de regras de redes neurais artificiais, mais especificamente na tarefa de classificação de dados em data mining. Para avaliar esta aplicabilidade foi implementado um protótipo de sistema de data mining específico para a tarefa de classificação de dados, baseado em rede neural artificial, treinando a mesma para classificar dados oriundos de uma fonte de dados. Através de algoritmos de extração de regras específicos aplicados sobre a rede treinada, foram extraídas e articuladas regras de classificação mais apropriadas ao entendimento humano. Na construção do protótipo, foram analisadas técnicas e tarefas de data mining, redes neurais artificiais e sobre extração de regras de redes neurais. Como conseqüência do desenvolvimento deste trabalho, demonstrou-se que a extração das regras implícitas na rede neural auxilia claramente no entendimento do modelo de classificação de dados, evidenciando a hipótese inferida pela rede de uma forma mais clara ao entendimento. |
| |
|
