1. Repositório Institucional - Universidade Federal de Uberlândia
  2. Faculdade de Computação (FACOM)
  3. TCC - Sistemas de Informação (Monte Carmelo)
Please use this identifier to cite or link to this item: https://repositorio.ufu.br/handle/123456789/32251
Full metadata record
DC FieldValueLanguage
dc.creatorOliveira, Tulio Araujo Santos de-
dc.date.accessioned2021-06-29T00:01:18Z-
dc.date.available2021-06-29T00:01:18Z-
dc.date.issued2021-07-18-
dc.identifier.citationOLIVEIRA, Tulio Araujo Santos de. Comparação de algoritmos de aprendizado de máquina na classificação de neoplasias mamárias. 2021. 33 f. Trabalho de Conclusão de Curso (Graduação em Sistemas de Informação) – Universidade Federal de Uberlândia, Uberlândia, 2021.pt_BR
dc.identifier.urihttps://repositorio.ufu.br/handle/123456789/32251-
dc.description.sponsorshipPesquisa sem auxílio de agências de fomentopt_BR
dc.languageporpt_BR
dc.publisherUniversidade Federal de Uberlândiapt_BR
dc.rightsAcesso Abertopt_BR
dc.rightsAttribution-NonCommercial-NoDerivs 3.0 United States*
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/3.0/us/*
dc.subjectAprendizado de máquinaspt_BR
dc.subjectClassificação de padrõespt_BR
dc.subjectCâncer de mamapt_BR
dc.subjectSupport vector machinept_BR
dc.subjectNaive Bayespt_BR
dc.titleComparação de algoritmos de aprendizado de máquina na classificação de neoplasias mamáriaspt_BR
dc.typeTrabalho de Conclusão de Cursopt_BR
dc.contributor.advisor1Santos, Fernanda Maria da Cunha-
dc.contributor.advisor1Latteshttp://lattes.cnpq.br/6802596562404346pt_BR
dc.description.degreenameTrabalho de Conclusão de Curso (Graduação)pt_BR
dc.description.resumoO câncer de mama no Brasil e no mundo é um problema relevante de saúde pública, o que justifica as intensas pesquisas e esforços para aumentar a expectativa de vida dos pacientes. O fator crucial para uma maior expectativa de vida dos pacientes é a detecção precoce da doença. Assim, a criação de procedimentos computacionais aliados às metodologias tradicionais da Medicina podem contribuir significativamente para o diagnóstico de células cancerígenas. Então, este trabalho propõe um classificador constituído pela Análise de Componentes Principais e por técnicas de aprendizado de máquina com a finalidade de predizer as neoplasias mamárias. Os métodos de aprendizado de máquina escolhidos foram Redes Neurais Artificiais, Support Vector Machine, Naive Bayes e Árvore de Decisão. A base de dados utilizada foi Wisconsin Diagnostic Breast Cancer, e os resultados apresentaram um desempenho satisfatório para os classificadores constituídos pelas Redes Neurais Artificiais e pelo Support Vector Machine, apresentando acima de 90% de acertamentos para as métricas de avaliação acurácia, precisão, revocação, medida-F1 e área ROC.pt_BR
dc.publisher.countryBrasilpt_BR
dc.publisher.courseSistemas de Informaçãopt_BR
dc.sizeorduration33pt_BR
dc.subject.cnpqCNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAOpt_BR
dc.orcid.putcode96230204-
Appears in Collections:TCC - Sistemas de Informação (Monte Carmelo)

Files in This Item:
File Description SizeFormat 
ComparaçãoAlgoritmosAprendizado.pdfTCC831.87 kBAdobe PDFThumbnail
View/Open
Show simple item record


This item is licensed under a Creative Commons License Creative Commons