Por favor, use este identificador para citar o enlazar este ítem: http://hdl.handle.net/11422/11448
Especie: Trabalho de conclusão de graduação
Título : Modelos de aprendizado de máquina em sistemas de workflows científicos
Autor(es)/Inventor(es): Vieira, Gabriel dos Santos
Tutor: Silva, João Carlos Pereira da
Tutor : Faria, Fabricio Firmino de
Resumen: 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.
Materia: Sistemas de informação gerencial
Inteligência artificial
Workflow científico
Aprendizado computacional
Materia CNPq: CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::TEORIA DA COMPUTACAO
Unidade de producción: Instituto de Computação
Editor: Universidade Federal do Rio de Janeiro
Fecha de publicación: 13-nov-2019
País de edición : Brasil
Idioma de publicación: por
Tipo de acceso : Acesso Aberto
Aparece en las colecciones: Ciência da Computação

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
GSVieira.pdf842.45 kBAdobe PDFVisualizar/Abrir


Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.