1. Repositório Institucional - Universidade Federal de Uberlândia
  2. Faculdade de Computação (FACOM)
  3. TCC - Sistemas de Informação (Uberlândia)
Por favor, use este identificador para citar o enlazar este ítem: https://repositorio.ufu.br/handle/123456789/49684
Registro completo de metadatos
Campo DCValorLengua/Idioma
dc.creatorGomes, Igor Augusto Reis-
dc.date.accessioned2026-08-19T18:36:54Z-
dc.date.available2026-08-19T18:36:54Z-
dc.date.issued2026-03-27-
dc.identifier.citationGOMES, Igor Augusto Reis. Seleção de atributos para monitoração de Cloud-Networks: uma análise do compromisso entre desempenho preditivo e complexidade computacional. 2026. 88 f. Trabalho de Conclusão de Curso (Graduação em Sistemas de Informação) – Universidade Federal de Uberlândia, Uberlândia, 2026.pt_BR
dc.identifier.urihttps://repositorio.ufu.br/handle/123456789/49684-
dc.languageporpt_BR
dc.publisherUniversidade Federal de Uberlândiapt_BR
dc.rightsAcesso Abertopt_BR
dc.rights.urihttp://creativecommons.org/licenses/by-nc-sa/3.0/us/*
dc.subjectSeleção de atributospt_BR
dc.subjectAprendizado de máquinapt_BR
dc.subjectQualidade de serviçopt_BR
dc.subjectCloud-networkspt_BR
dc.subjectBusca exaustivapt_BR
dc.titleSeleção de atributos para monitoração de Cloud-Networks: uma Análise do compromisso entre desempenho preditivo e complexidade computacionalpt_BR
dc.title.alternativeFeature selection for Cloud Network monitoring: balancing predictive performance and computational complexitypt_BR
dc.typeTrabalho de Conclusão de Cursopt_BR
dc.contributor.advisor1Pasquini, Rafael-
dc.contributor.advisor1Latteshttp://lattes.cnpq.br/6428800770934048pt_BR
dc.contributor.referee1Faina, Luis Fernando-
dc.contributor.referee1Latteshttp://lattes.cnpq.br/0242166091176964pt_BR
dc.contributor.referee2Coelho, Paulo Rodolfo da Silva Leite-
dc.contributor.referee2Latteshttp://lattes.cnpq.br/8115351564191626pt_BR
dc.description.degreenameTrabalho de Conclusão de Curso (Graduação)pt_BR
dc.description.resumoA seleção de atributos é uma etapa fundamental na construção de modelos de aprendizado de máquina, especialmente em ambientes de monitoração de infraestruturas de redes e computação em nuvem, nos quais sistemas de orquestração podem coletar centenas ou milhares de métricas simultaneamente. Este trabalho investiga o compromisso entre desempenho preditivo e custo computacional em quatro métodos de seleção de atributos — busca exaustiva, seleção progressiva (Forward Selection), eliminação regressiva (Backward Selection) e SelectKBest — aplicados à predição de métricas de qualidade de serviço (QoS) em cloud networks. Para avaliar esse compromisso de forma sistemática, a busca exaustiva é utilizada como referência empírica para o melhor subconjunto de atributos identificado no espaço de busca considerado, enquanto os métodos heurísticos são comparados a esse referencial segundo as métricas MSE e NMAE. Os experimentos envolvem três algoritmos de aprendizado supervisionado — Regressão Linear, Árvore de Decisão e Random Forest — cinco configurações de conjuntos de dados e cinco sementes aleatórias distintas. Os resultados indicam que a seleção progressiva frequentemente encontra subconjuntos de atributos com desempenho muito próximo — e, em alguns casos, idêntico ao melhor resultado identificado pela busca exaustiva — para os modelos de Regressão Linear e Árvore de Decisão, apresentando pequena degradação no caso do Random Forest, ao mesmo tempo em que reduz significativamente o tempo de execução. A eliminação regressiva apresenta desempenho comparável para modelos lineares e florestas aleatórias, mas mostra maior sensibilidade no caso da Árvore de Decisão. O método SelectKBest destaca-se pelo custo computacional mínimo e por resultados adequados para modelos lineares, configurando-se como alternativa prática em cenários de altíssima dimensionalidade. A consistência dos resultados ao longo das diferentes sementes aleatórias reforça a robustez das conclusões experimentais.pt_BR
dc.publisher.countryBrasilpt_BR
dc.publisher.courseAdministraçãopt_BR
dc.sizeorduration88pt_BR
dc.subject.cnpqCNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::SISTEMAS DE COMPUTACAO::TELEINFORMATICApt_BR
dc.subject.cnpqCNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::TEORIA DA COMPUTACAO::ANALISE DE ALGORITMOS E COMPLEXIDADE DE COMPUTACAOpt_BR
dc.subject.cnpqCNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::SISTEMAS DE COMPUTACAO::ARQUITETURA DE SISTEMAS DE COMPUTACAOpt_BR
dc.orcid.putcode224348462-
Aparece en las colecciones:TCC - Sistemas de Informação (Uberlândia)

Ficheros en este ítem:
Fichero Descripción TamañoFormato 
TCC-Igor_Augusto_Reis_Gomes.pdf654.93 kBAdobe PDFVista previa
Visualizar/Abrir
Mostrar el registro sencillo del ítem


Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons Creative Commons