Use este identificador para citar ou linkar para este item: http://repositorio.utfpr.edu.br/jspui/handle/1/26469
Registro completo de metadados
Campo DCValorIdioma
dc.creatorMelo, Rafael Felipe Tasaka de-
dc.date.accessioned2021-11-22T14:31:02Z-
dc.date.available2021-11-22T14:31:02Z-
dc.date.issued2021-08-24-
dc.identifier.citationMELO, Rafael Felipe Tasaka de. Redução de dimensionalidade em base de dados de microarranjo usando rede neural autocodificadora. 2021. Trabalho de Conclusão de Curso (Bacharelado em Ciência da Computação) - Universidade Tecnológica Federal do Paraná, Ponta Grossa, 2021.pt_BR
dc.identifier.urihttp://repositorio.utfpr.edu.br/jspui/handle/1/26469-
dc.description.abstractMachine Learning Algorithms have been increasingly used by its ability to learn from large volumes of data, such as gene expression data obtained by the microarray technique. A characteristic of the microarray data is that, generally, it is formed by a large amount of attributes and a few samples. It is known that data with high dimensionality can have redundant and often irrelevant attributes, it can hinder the learning process and the performance of predictions. Methods of dimensionality reduction are used to reduce the amount of attributes of the database. Autoencoder Neural Networks can be adapted and used for attribute extraction and, consequently, dimensionality reduction. This job aims to use an autoencoder neural network combined with a classifying neural network to perform a dimensionality reduction. For this, experiments will be carried out in five databases. The results were evaluated through the hit rate of the classifiers KNN, SVM, Naive Bayes and Decision Tree. The results show that the method created very representative smaller databases.pt_BR
dc.languageporpt_BR
dc.publisherUniversidade Tecnológica Federal do Paranápt_BR
dc.rightsopenAccesspt_BR
dc.subjectMineração de dados (Computação)pt_BR
dc.subjectAlgorítmospt_BR
dc.subjectAprendizado do computadorpt_BR
dc.subjectBanco de dadospt_BR
dc.subjectData miningpt_BR
dc.subjectAlgorithmspt_BR
dc.subjectMachine learningpt_BR
dc.subjectData basespt_BR
dc.titleRedução de dimensionalidade em base de dados de microarranjo usando rede neural autocodificadorapt_BR
dc.title.alternativeDimensionality reduction in microarray database using autoencoder neural networkpt_BR
dc.typebachelorThesispt_BR
dc.description.resumoAlgoritmos de Aprendizagem de Máquina vem sendo cada vez mais utilizados pela sua capacidade de aprender a partir de grandes volumes de dados como, por exemplo, dados de expressão gênica obtidos pela técnica de microarranjo. Uma característica das bases de dados de microarranjos é que, geralmente, ela é formada por uma grande quantidade de atributos e um pequeno número de amostras. Bases de dados com alta dimensionalidade podem possuir atributos redundantes e muitas vezes irrelevantes, podendo atrapalhar o processo de aprendizagem e o desempenho das predições. Métodos de redução de dimensionalidade são utilizados para reduzir a quantidade de atributos das bases de dados. Redes neurais autocodificadoras podem ser adaptadas e utilizadas para a extração de atributos e, consequentemente, a redução da dimensionalidade. Este trabalho tem como objetivo utilizar uma rede neural autocodificadora combinada a uma rede neural classificadora para realizar uma redução de dimensionalidade. Para isso, serão realizados experimentos em cinco bases de dados. Os resultados foram avaliados por meio da taxa de acerto dos classificadores KNN, SVM, Naive Bayes e Árvore de Decisão. Os resultados mostram que o método criou base de dados menores e que apresentam uma boa representação.pt_BR
dc.degree.localPonta Grossapt_BR
dc.publisher.localPonta Grossapt_BR
dc.contributor.advisor1Borges, Helyane Bronoski-
dc.contributor.referee1Borges, Helyane Bronoski-
dc.contributor.referee2Matos, Simone Nasser-
dc.contributor.referee3Ranthum, Geraldo-
dc.publisher.countryBrasilpt_BR
dc.publisher.programCiência da Computaçãopt_BR
dc.publisher.initialsUTFPRpt_BR
dc.subject.cnpqCNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAOpt_BR
Aparece nas coleções:PG - Ciência da Computação

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
reducaodimensionalidadebasedados.pdf1,49 MBAdobe PDFThumbnail
Visualizar/Abrir


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.