1. Repositório Institucional - Universidade Federal de Uberlândia
  2. Faculdade de Gestão e Negócios (FAGEN)
  3. TCC - Gestão da Informação
Please use this identifier to cite or link to this item: https://repositorio.ufu.br/handle/123456789/49945
Full metadata record
DC FieldValueLanguage
dc.creatorMedeiros, Adryell Alexandre Campos-
dc.date.accessioned2026-08-28T14:09:52Z-
dc.date.available2026-08-28T14:09:52Z-
dc.date.issued2026-07-30-
dc.identifier.citationMEDEIROS, Adryell Aexandre Campos. Comparativo entre o algoritmo Apriori e FP-Growth na detecção de regras de associação para análise de sintomas respiratórios. 2026. 24f. Trabalho de Conclusão de Curso (Graduação em Gestão da Informação) - Universidade Federal de Uberlândia, Uberlândia, 2026.pt_BR
dc.identifier.urihttps://repositorio.ufu.br/handle/123456789/49945-
dc.languageporpt_BR
dc.language.isopt_BRpt_BR
dc.publisherUniversidade Federal de Uberlândiapt_BR
dc.rightsAcesso Abertopt_BR
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/3.0/us/*
dc.subjectRegras de Associaçãopt_BR
dc.subjectAssociation Rulespt_BR
dc.subjectMineração de Dadospt_BR
dc.subjectData Miningpt_BR
dc.subjectAprioript_BR
dc.subjectAprioript_BR
dc.subjectFP-Growthpt_BR
dc.subjectFP-Growthpt_BR
dc.subjectDatabrickspt_BR
dc.subjectDatabrickspt_BR
dc.subjectPythonpt_BR
dc.subjectPythonpt_BR
dc.subjectAprendizado de Máquinapt_BR
dc.subjectMachine Learningpt_BR
dc.titleComparativo entre o algoritmo Apriori e FP-Growth na detecção de regras de associação para análise de sintomas respiratóriospt_BR
dc.typeTrabalho de Conclusão de Cursopt_BR
dc.contributor.advisor1Lopes, José Eduardo Ferreira-
dc.contributor.advisor1Latteshttp://lattes.cnpq.br/1181111177305483pt_BR
dc.contributor.referee1Gandolfi, Peterson Elizandro-
dc.contributor.referee1Latteshttp://lattes.cnpq.br/8009321964299536pt_BR
dc.contributor.referee2Amaral, Fabiola Dutra-
dc.contributor.referee2Latteshttp://lattes.cnpq.br/5193470179109530pt_BR
dc.description.degreenameTrabalho de Conclusão de Curso (Graduação)pt_BR
dc.description.resumoObjetivou-se com este relato tecnológico aplicar os algoritmos de regras de associação Apriori e FP-Growth aos dados de Síndrome Respiratória Aguda Grave (SRAG) do Ministério da Saúde, para identificar associações entre sintomas respiratórios. A situação-problema encontrada foi a disponibilidade dos dados passíveis de estudo que devido sua alta volumetria de dados traz uma dificuldade para extrair e comparar regras de associação entre os sintomas, que assim podem contribuir para o entendimento entre a relação dos sintomas respiratórios. Como solução do problema foi desenvolvido um algoritmo em PySpark e pandas (ferramentas do ecossistema Python) para analisar as regras de associação. Como resultados alcançados, destacam-se as regras de associação identificadas entre desconforto respiratório e saturação com registro de O2 inferior ao limiar da ficha, com destaque para a regra que relaciona desconforto respiratório e saturação, com suporte de 0,4150, confiança de 0,7194 e lift de 1,2742, além do comparativo de desempenho entre Apriori e FP-Growth na base analisada.pt_BR
dc.publisher.countryBrasilpt_BR
dc.publisher.courseGestão da Informaçãopt_BR
dc.sizeorduration24pt_BR
dc.subject.cnpqCNPQ::CIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICA::ESTATISTICA::ANALISE DE DADOSpt_BR
Appears in Collections:TCC - Gestão da Informação

Files in This Item:
File Description SizeFormat 
Comparativo entre o algoritmo Apriori e FP-Growth na detecção de regras de associação para análise de sintomas respiratórios.pdfTCC = Trabalho de Conclusão de Curso702.72 kBAdobe PDFView/Open
Show simple item record


This item is licensed under a Creative Commons License Creative Commons