Utilizador:MiguelDuarte: diferenças entre revisões

Fonte: aprendis
Saltar para a navegaçãoSaltar para a pesquisa
Sem resumo de edição
 
(Há 3 revisões intermédias de 2 utilizadores que não estão a ser apresentadas)
Linha 1: Linha 1:
{{Processos
{{Processos
|Área(s) de Atuação=Extração de Conhecimento de Dados
|Área(s) de Atuação=Informática Médica
|Entidade(s) Criadora(s)=Mestrado em Informática Médica
|Entidade(s) Criadora(s)=Mestrado em Informática Médica
|Entidade(s) Gestora(s)=Faculdade de Medicina da Universidade do Porto
|Entidade(s) Gestora(s)=Faculdade de Medicina da Universidade do Porto
Linha 6: Linha 6:
}}
}}


<!--== About me ==
== About me ==
[[Ficheiro:Foto.jpg |miniatura]]
[[Ficheiro:Foto.jpg |miniatura]]
Licenciado em Engenharia de Informática pelo ISEP.
Licenciado em Engenharia de Informática pelo ISEP.
Linha 21: Linha 21:


[[Utilizador:MiguelDuarte|MiguelDuarte]] ([[Utilizador Discussão:MiguelDuarte|discussão]]) 01h30min de 4 de fevereiro de 2016 (CET)
[[Utilizador:MiguelDuarte|MiguelDuarte]] ([[Utilizador Discussão:MiguelDuarte|discussão]]) 01h30min de 4 de fevereiro de 2016 (CET)
-->


<!--
=Extração de Conhecimento de Dados=
=Extração de Conhecimento de Dados=
“We study the past to understand the present; we understand the present to guide the future.” - William Lund
“We study the past to understand the present; we understand the present to guide the future.” - William Lund
Linha 677: Linha 677:
O problema de Inferência e o Teorema de Bayes: a sua aplicabilidade é reduzida devido ao grande número de exemplos necessários para calcular, de forma viável.
O problema de Inferência e o Teorema de Bayes: a sua aplicabilidade é reduzida devido ao grande número de exemplos necessários para calcular, de forma viável.


== O classificador naive Bayes ==
== O classificador Naïve Bayes ==
Um dos classificadores Bayesianos mais populares;
Um dos classificadores Bayesianos mais populares;


Linha 700: Linha 700:
== Análise do algoritmo ==
== Análise do algoritmo ==


# Superfície de decisão linear (naive Bayes num problema de duas classes definidos por atributos booleanos é um hiperplano);
# Superfície de decisão linear (Naïve Bayes num problema de duas classes definidos por atributos booleanos é um hiperplano);
# As probabilidades exigidas pela equação que determina a probabilidade de um exemplo pertencer à classe em questão podem ser calculadas a partir do conjunto de treino numa única passagem;
# As probabilidades exigidas pela equação que determina a probabilidade de um exemplo pertencer à classe em questão podem ser calculadas a partir do conjunto de treino numa única passagem;
# Processo de construção do modelo bastante eficiente;
# Processo de construção do modelo bastante eficiente;
Linha 710: Linha 710:
# Problema da frequência = 0. Se uma das frequências for igual a zero devemos adicionar 1 a todos os valores da tabela;<ref name="citação5"/>
# Problema da frequência = 0. Se uma das frequências for igual a zero devemos adicionar 1 a todos os valores da tabela;<ref name="citação5"/>


== Desenvolvimentos (técnicas para melhorar o desempenho do classificador naive Bayes) ==
== Desenvolvimentos (técnicas para melhorar o desempenho do classificador Naïve Bayes) ==


# [http://www.springer.com/us/book/9783540566021 Langley (1993)] = recursivamente constrói uma hierarquia das descrições dos conceitos probabilísticos;
# [http://www.springer.com/us/book/9783540566021 Langley (1993)] = recursivamente constrói uma hierarquia das descrições dos conceitos probabilísticos;
# [http://www.aaai.org/Library/KDD/kdd96contents.php Kohavi (1996)] = árvore de naive Bayes (algoritmo híbrido que gera uma árvore de decisão univariada regular cujas folhas contêm um classificador naive Bayes;
# [http://www.aaai.org/Library/KDD/kdd96contents.php Kohavi (1996)] = árvore de Naïve Bayes (algoritmo híbrido que gera uma árvore de decisão univariada regular cujas folhas contêm um classificador Naïve Bayes;
# [http://www.springer.com/cn/book/9783540538165 Kononenko (1991)] = classificador semi-naive Bayes (combina pares de atributos, fazendo um atributo produto-cruzado);
# [http://www.springer.com/cn/book/9783540538165 Kononenko (1991)] = classificador semi-Naïve Bayes (combina pares de atributos, fazendo um atributo produto-cruzado);
# [http://www.worldscientific.com/worldscibooks/10.1142/3251 Pazzani (1996)] = classificador construtivo, encontrar os melhores atributos do produto cartesiano a partir de atributos nominais existentes;
# [http://www.worldscientific.com/worldscibooks/10.1142/3251 Pazzani (1996)] = classificador construtivo, encontrar os melhores atributos do produto cartesiano a partir de atributos nominais existentes;
# [http://machine-learning.martinsewell.com/feature-selection/JohnKohaviPfleger1994.pdf John (1994)] = Bayes flexível para atributos contínuos;
# [http://machine-learning.martinsewell.com/feature-selection/JohnKohaviPfleger1994.pdf John (1994)] = Bayes flexível para atributos contínuos;
Linha 816: Linha 816:
Ficheiro:Image21.png|Processo de Cross-Validation
Ficheiro:Image21.png|Processo de Cross-Validation
Ficheiro:Image22.png|Resultado de performance de uma árvore de decisão
Ficheiro:Image22.png|Resultado de performance de uma árvore de decisão
Ficheiro:Image23.png|Exemplo com todos os diferentes métods abordados
Ficheiro:Image23.png|Exemplo com todos os métods abordados
</gallery>
</gallery>
[[Image:Image23.png|Exemplo com todos os diferentes métods abordados]]


=Conclusão=
=Conclusão=
Linha 827: Linha 826:


Miguel Duarte, João Sabino, Mário Leal e Ricardo Lourenço 05h19min de 22 de fevereiro de 2016 (CET)
Miguel Duarte, João Sabino, Mário Leal e Ricardo Lourenço 05h19min de 22 de fevereiro de 2016 (CET)
-->

Edição atual desde as 21h30min de 21 de abril de 2016

MiguelDuarte
Área(s) de Atuação Informática Médica
Entidade(s) Criadora(s) Mestrado em Informática Médica
Entidade(s) Gestora(s) Faculdade de Medicina da Universidade do Porto
Data de Lançamento 2016


About me

Foto.jpg

Licenciado em Engenharia de Informática pelo ISEP.

A frequentar Mestrado em Informática Médica na FMUP e FCUP.

Developer no Centro Hospitalar São João, co-responsável pelo desenvolvimento de várias aplicações, móveis e desktop, para uso dos vários grupos profissionais.

Formador de iOS no ISEP com formações desde o iOS 4 até ao iOS 9.

Freelancer como Developer de iOS e Windows Phone.

Amador entusiasta no desenvolvimento de aplicações para domótica e iOT

MiguelDuarte (discussão) 01h30min de 4 de fevereiro de 2016 (CET)