Please use this identifier to cite or link to this item:
http://hdl.handle.net/11422/11448
Type: | Trabalho de conclusão de graduação |
Title: | Modelos de aprendizado de máquina em sistemas de workflows científicos |
Author(s)/Inventor(s): | Vieira, Gabriel dos Santos |
Advisor: | Silva, João Carlos Pereira da |
Co-advisor: | Faria, Fabricio Firmino de |
Abstract: | Diante do aumento da quantidade de dados somado ao ganho de processamento, surgiram pesquisas utilizando técnicas de aprendizado de máquinas capazes de analisar um grande volume de dados. Com o avanço destas pesquisas, foram desenvolvidos formas de extrair conhecimento de diversos tipos de dados tais como: tomografias, músicas, livros, fotos, vídeos e séries temporais. Isso fez com que profissionais de diversos setores utilizassem este método de pesquisa com base na computação para testar suas hipóteses. O objetivo deste trabalho é utilizar o conceito de workflow científico num experimento de aprendizado de máquina a fim de estruturar a pesquisa e facilitar a integração destes profissionais de modo que seja possível criar experimentos e compartilhar aprendizado utilizando uma linguagem comum a todos. Para isso, utilizamos uma ferramenta de gerenciamento de workflow científico chamada VisTrails adicionamos recursos de aprendizado de máquina nesta ferramenta. |
Keywords: | Sistemas de informação gerencial Inteligência artificial Workflow científico Aprendizado computacional |
Subject CNPq: | CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::TEORIA DA COMPUTACAO |
Production unit: | Instituto de Computação |
Publisher: | Universidade Federal do Rio de Janeiro |
Issue Date: | 13-Nov-2019 |
Publisher country: | Brasil |
Language: | por |
Right access: | Acesso Aberto |
Appears in Collections: | Ciência da Computação |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
GSVieira.pdf | 842.45 kB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.