Please use this identifier to cite or link to this item:
http://hdl.handle.net/11422/13689
Full metadata record
DC Field | Value | Language |
---|---|---|
dc.contributor.advisor | Bastos, Valéria Menezes | - |
dc.contributor.author | Costa, Paloma Guenes | - |
dc.contributor.author | Pereira, Giovanni Luiz Alves | - |
dc.date.accessioned | 2021-02-10T17:53:00Z | - |
dc.date.available | 2023-12-21T03:07:25Z | - |
dc.date.issued | 2021-01-08 | - |
dc.identifier.uri | http://hdl.handle.net/11422/13689 | - |
dc.language | por | pt_BR |
dc.publisher | Universidade Federal do Rio de Janeiro | pt_BR |
dc.rights | Acesso Aberto | pt_BR |
dc.subject | Elasticsearch | pt_BR |
dc.subject | Logstash | pt_BR |
dc.subject | Kibana | pt_BR |
dc.subject | Datasus | pt_BR |
dc.subject | Sistema Único de Saúde (Brasil) | pt_BR |
dc.subject | Análise de dados | pt_BR |
dc.title | ELK saúde: ambiente de análise e visualização de dados do SUS utilizando ElasticSearch e Kibana | pt_BR |
dc.type | Trabalho de conclusão de graduação | pt_BR |
dc.contributor.advisorLattes | http://lattes.cnpq.br/6948667770415330 | pt_BR |
dc.contributor.authorLattes | http://lattes.cnpq.br/7326010081436715 | pt_BR |
dc.contributor.referee1 | Vivacqua, Adriana Santarosa | - |
dc.contributor.referee1Lattes | http://lattes.cnpq.br/6948667770415330 | pt_BR |
dc.contributor.referee2 | Coeli, Claudia Medina | - |
dc.contributor.referee2Lattes | http://lattes.cnpq.br/8907425950833384 | pt_BR |
dc.contributor.referee3 | Pinheiro, Rejane Sobrino | - |
dc.contributor.referee3Lattes | http://lattes.cnpq.br/5914237903221204 | pt_BR |
dc.description.resumo | Incontáveis informações e insights podem ser extraídos do grande conjunto de dados do Sistema Único de Saúde (SUS). O departamento de informática do SUS, o DATASUS, faz custódia e disponibiliza informações que servem de insumo para análises e pesquisas de saúde pública. Como toda empresa com um grande volume de dados, existe um valor muito grande de conhecimento que pode ser extraído ao tratar e analisar esse conjunto de informações. E, se tratando de big data, esse conjunto de dados é grande demais para ser analisado por sistemas tradicionais. Alguns tabuladores disponibilizados pelo DATASUS fornecem apenas visualizações simples que não são adequadas a cargas analíticas e não permitem o cruzamento de informações de diferentes bases de dados. É importante que exista um ambiente de ETL e pesquisa amigável e que forneça visualizações robustas que possam facilitar a tomada de decisão sobre as instituições de saúde no Brasil. Este trabalho objetiva disponibilizar um ambiente de extração, transformação, carga, pesquisa e visualização, que pode ser utilizado para análises estatísticas, mineração de dados, aprendizado de máquina, deep learning com dados baixados do DATASUS. | pt_BR |
dc.publisher.country | Brasil | pt_BR |
dc.publisher.department | Instituto de Computação | pt_BR |
dc.publisher.initials | UFRJ | pt_BR |
dc.subject.cnpq | CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::METODOLOGIA E TECNICAS DA COMPUTACAO | pt_BR |
dc.embargo.terms | aberto | pt_BR |
Appears in Collections: | Ciência da Computação |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
PGCosta.pdf | 2.17 MB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.