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
Department : Instituto de Matemática
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 SizeFormat 
GSVieira.pdf842,45 kBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.