Artigo Anais do VI CONAPESC

ANAIS de Evento

ISSN: 2525-6696

AVALIAÇÃO DO MÉTODO NAIVE BAYES GAUSSIANA NA CLASSIFICAÇÃO DE AMOSTRAS DA BASE DE DADOS BREAST TISSUE

Palavra-chaves: REDES BAYESIANAS, NAIVE BAYES GAUSSIANO, BASE DE DADOS BREAST TISSUE, , Comunicação Oral (CO) AT 05 - Ciências da Saúde: abordagens na Pesquisa e no Ensino
"2022-01-24" // app/Providers/../Base/Publico/Artigo/resources/show_includes/info_artigo.blade.php
App\Base\Administrativo\Model\Artigo {#1843 // app/Providers/../Base/Publico/Artigo/resources/show_includes/info_artigo.blade.php
  #connection: "mysql"
  +table: "artigo"
  #primaryKey: "id"
  #keyType: "int"
  +incrementing: true
  #with: []
  #withCount: []
  +preventsLazyLoading: false
  #perPage: 15
  +exists: true
  +wasRecentlyCreated: false
  #escapeWhenCastingToString: false
  #attributes: array:35 [
    "id" => 76881
    "edicao_id" => 181
    "trabalho_id" => 92
    "inscrito_id" => 2111
    "titulo" => "AVALIAÇÃO DO MÉTODO NAIVE BAYES GAUSSIANA NA CLASSIFICAÇÃO DE AMOSTRAS DA BASE DE DADOS BREAST TISSUE"
    "resumo" => "NAIVE BAYES (NB) É UM MÉTODO CLASSIFICADOR PROBABILÍSTICO E PODE SER DENOMINADO COMO ALGORITMOS BAYESIANOS. ESTES MOSTRAM-SE INDEPENDENTES ENTRE SI, POIS CADA ATRIBUTO POSSUI SUA INFORMAÇÃO E ACABA NÃO INFLUENCIANDO NAS INFORMAÇÕES DOS DEMAIS. NESSE SENTIDO, DESTACA-SE A RELEVÂNCIA DESSE MÉTODO, SENDO CONSIDERADO UM DOS QUE APRESENTAM MAIS PRECISÃO E EFICIÊNCIA. DIANTE DO EXPOSTO, ESTE ARTIGO TEM COMO OBJETIVO AVALIAR SE O MÉTODO NAIVE BAYES GAUSSIANO SE ADEQUA A BASE DE DADOS BREAST TISSUE ATRAVÉS DE TESTES REALIZADOS NO SOFTWARE WEKA. TRATA-SE DE UM ESTUDO DO TIPO EXPLORATÓRIO-DESCRITIVO, COM ABORDAGEM QUANTITATIVA, ONDE FOI REALIZADA A APLICAÇÃO DO MÉTODO NAIVE BAYES GAUSSIANO (NAIVE BAYES UPDATEABLE) ATRAVÉS DO WEKA COM A UTILIZAÇÃO DE PARÂMETROS DE CROSS-VALIDATION (FOLDS) E PERCENTAGEM SPLIT SOBRE OS DADOS FORNECIDOS PELO BANCO DE DADOS BREAST TISSUE. DE ACORDO COM OS TESTES REALIZADOS, O QUE APRESENTOU MELHOR RESULTADO FOI O CROSS-VALIDATION/10 FOLDS COM VALOR DE KAPPA = 0,9204 E 93.3962% DE PRECISÃO DE ACERTOS. OBSERVOU-SE QUE O MÉTODO DEMONSTROU UMA ÓTIMA PERFORMANCE, POR ISSO, SE APRESENTA COMO ALGORITMO CONFIÁVEL PARA ESTE TIPO DE ANÁLISE. CONCLUI-SE QUE O MÉTODO NAIVE BAYES GAUSSIANO SE ADEQUA A BASE DE DADOS BREAST TISSUE E QUE O ALGORITMO NAIVE BAYES UPDATEABLE SE APRESENTA COMO UM ÓTIMO CLASSIFICADOR DE DADOS. ASSIM, TORNA-SE POSSÍVEL PREDIZER QUE SE TRATA DE UM MODELO APROPRIADO PARA A DETECÇÃO DE ALTERAÇÕES PRÉ-MALIGNAS NO TECIDO MAMÁRIO."
    "modalidade" => "Comunicação Oral (CO)"
    "area_tematica" => "AT 05 - Ciências da Saúde: abordagens na Pesquisa e no Ensino"
    "palavra_chave" => "REDES BAYESIANAS, NAIVE BAYES GAUSSIANO, BASE DE DADOS BREAST TISSUE, , "
    "idioma" => "Português"
    "arquivo" => "TRABALHO_EV161_MD1_SA105_ID2111_22092021170519.pdf"
    "created_at" => "2021-12-06 10:38:08"
    "updated_at" => null
    "ativo" => 1
    "autor_nome" => "LUCILLA VIEIRA CARNEIRO "
    "autor_nome_curto" => "LUCILLA"
    "autor_email" => "lucilla.vc@hotmail.com"
    "autor_ies" => "UFPB"
    "autor_imagem" => ""
    "edicao_url" => "anais-do-vi-congresso-nacional-de-pesquisa-e-ensino-em-ciencias"
    "edicao_nome" => "Anais do VI CONAPESC"
    "edicao_evento" => "VI Congresso Nacional de Pesquisa e Ensino em Ciências"
    "edicao_ano" => 2021
    "edicao_pasta" => "anais/conapesc/2021"
    "edicao_logo" => null
    "edicao_capa" => "619e67709bed3_24112021132520.jpg"
    "data_publicacao" => "2022-01-24"
    "edicao_publicada_em" => "2021-11-24 13:25:20"
    "publicacao_id" => 28
    "publicacao_nome" => "Anais do Conapesc"
    "publicacao_codigo" => "2525-6696"
    "tipo_codigo_id" => 1
    "tipo_codigo_nome" => "ISSN"
    "tipo_publicacao_id" => 1
    "tipo_publicacao_nome" => "ANAIS de Evento"
  ]
  #original: array:35 [
    "id" => 76881
    "edicao_id" => 181
    "trabalho_id" => 92
    "inscrito_id" => 2111
    "titulo" => "AVALIAÇÃO DO MÉTODO NAIVE BAYES GAUSSIANA NA CLASSIFICAÇÃO DE AMOSTRAS DA BASE DE DADOS BREAST TISSUE"
    "resumo" => "NAIVE BAYES (NB) É UM MÉTODO CLASSIFICADOR PROBABILÍSTICO E PODE SER DENOMINADO COMO ALGORITMOS BAYESIANOS. ESTES MOSTRAM-SE INDEPENDENTES ENTRE SI, POIS CADA ATRIBUTO POSSUI SUA INFORMAÇÃO E ACABA NÃO INFLUENCIANDO NAS INFORMAÇÕES DOS DEMAIS. NESSE SENTIDO, DESTACA-SE A RELEVÂNCIA DESSE MÉTODO, SENDO CONSIDERADO UM DOS QUE APRESENTAM MAIS PRECISÃO E EFICIÊNCIA. DIANTE DO EXPOSTO, ESTE ARTIGO TEM COMO OBJETIVO AVALIAR SE O MÉTODO NAIVE BAYES GAUSSIANO SE ADEQUA A BASE DE DADOS BREAST TISSUE ATRAVÉS DE TESTES REALIZADOS NO SOFTWARE WEKA. TRATA-SE DE UM ESTUDO DO TIPO EXPLORATÓRIO-DESCRITIVO, COM ABORDAGEM QUANTITATIVA, ONDE FOI REALIZADA A APLICAÇÃO DO MÉTODO NAIVE BAYES GAUSSIANO (NAIVE BAYES UPDATEABLE) ATRAVÉS DO WEKA COM A UTILIZAÇÃO DE PARÂMETROS DE CROSS-VALIDATION (FOLDS) E PERCENTAGEM SPLIT SOBRE OS DADOS FORNECIDOS PELO BANCO DE DADOS BREAST TISSUE. DE ACORDO COM OS TESTES REALIZADOS, O QUE APRESENTOU MELHOR RESULTADO FOI O CROSS-VALIDATION/10 FOLDS COM VALOR DE KAPPA = 0,9204 E 93.3962% DE PRECISÃO DE ACERTOS. OBSERVOU-SE QUE O MÉTODO DEMONSTROU UMA ÓTIMA PERFORMANCE, POR ISSO, SE APRESENTA COMO ALGORITMO CONFIÁVEL PARA ESTE TIPO DE ANÁLISE. CONCLUI-SE QUE O MÉTODO NAIVE BAYES GAUSSIANO SE ADEQUA A BASE DE DADOS BREAST TISSUE E QUE O ALGORITMO NAIVE BAYES UPDATEABLE SE APRESENTA COMO UM ÓTIMO CLASSIFICADOR DE DADOS. ASSIM, TORNA-SE POSSÍVEL PREDIZER QUE SE TRATA DE UM MODELO APROPRIADO PARA A DETECÇÃO DE ALTERAÇÕES PRÉ-MALIGNAS NO TECIDO MAMÁRIO."
    "modalidade" => "Comunicação Oral (CO)"
    "area_tematica" => "AT 05 - Ciências da Saúde: abordagens na Pesquisa e no Ensino"
    "palavra_chave" => "REDES BAYESIANAS, NAIVE BAYES GAUSSIANO, BASE DE DADOS BREAST TISSUE, , "
    "idioma" => "Português"
    "arquivo" => "TRABALHO_EV161_MD1_SA105_ID2111_22092021170519.pdf"
    "created_at" => "2021-12-06 10:38:08"
    "updated_at" => null
    "ativo" => 1
    "autor_nome" => "LUCILLA VIEIRA CARNEIRO "
    "autor_nome_curto" => "LUCILLA"
    "autor_email" => "lucilla.vc@hotmail.com"
    "autor_ies" => "UFPB"
    "autor_imagem" => ""
    "edicao_url" => "anais-do-vi-congresso-nacional-de-pesquisa-e-ensino-em-ciencias"
    "edicao_nome" => "Anais do VI CONAPESC"
    "edicao_evento" => "VI Congresso Nacional de Pesquisa e Ensino em Ciências"
    "edicao_ano" => 2021
    "edicao_pasta" => "anais/conapesc/2021"
    "edicao_logo" => null
    "edicao_capa" => "619e67709bed3_24112021132520.jpg"
    "data_publicacao" => "2022-01-24"
    "edicao_publicada_em" => "2021-11-24 13:25:20"
    "publicacao_id" => 28
    "publicacao_nome" => "Anais do Conapesc"
    "publicacao_codigo" => "2525-6696"
    "tipo_codigo_id" => 1
    "tipo_codigo_nome" => "ISSN"
    "tipo_publicacao_id" => 1
    "tipo_publicacao_nome" => "ANAIS de Evento"
  ]
  #changes: []
  #casts: array:14 [
    "id" => "integer"
    "edicao_id" => "integer"
    "trabalho_id" => "integer"
    "inscrito_id" => "integer"
    "titulo" => "string"
    "resumo" => "string"
    "modalidade" => "string"
    "area_tematica" => "string"
    "palavra_chave" => "string"
    "idioma" => "string"
    "arquivo" => "string"
    "created_at" => "datetime"
    "updated_at" => "datetime"
    "ativo" => "boolean"
  ]
  #classCastCache: []
  #attributeCastCache: []
  #dates: []
  #dateFormat: null
  #appends: []
  #dispatchesEvents: []
  #observables: []
  #relations: []
  #touches: []
  +timestamps: false
  #hidden: []
  #visible: []
  +fillable: array:13 [
    0 => "edicao_id"
    1 => "trabalho_id"
    2 => "inscrito_id"
    3 => "titulo"
    4 => "resumo"
    5 => "modalidade"
    6 => "area_tematica"
    7 => "palavra_chave"
    8 => "idioma"
    9 => "arquivo"
    10 => "created_at"
    11 => "updated_at"
    12 => "ativo"
  ]
  #guarded: array:1 [
    0 => "*"
  ]
}
Publicado em 24 de janeiro de 2022

Resumo

NAIVE BAYES (NB) É UM MÉTODO CLASSIFICADOR PROBABILÍSTICO E PODE SER DENOMINADO COMO ALGORITMOS BAYESIANOS. ESTES MOSTRAM-SE INDEPENDENTES ENTRE SI, POIS CADA ATRIBUTO POSSUI SUA INFORMAÇÃO E ACABA NÃO INFLUENCIANDO NAS INFORMAÇÕES DOS DEMAIS. NESSE SENTIDO, DESTACA-SE A RELEVÂNCIA DESSE MÉTODO, SENDO CONSIDERADO UM DOS QUE APRESENTAM MAIS PRECISÃO E EFICIÊNCIA. DIANTE DO EXPOSTO, ESTE ARTIGO TEM COMO OBJETIVO AVALIAR SE O MÉTODO NAIVE BAYES GAUSSIANO SE ADEQUA A BASE DE DADOS BREAST TISSUE ATRAVÉS DE TESTES REALIZADOS NO SOFTWARE WEKA. TRATA-SE DE UM ESTUDO DO TIPO EXPLORATÓRIO-DESCRITIVO, COM ABORDAGEM QUANTITATIVA, ONDE FOI REALIZADA A APLICAÇÃO DO MÉTODO NAIVE BAYES GAUSSIANO (NAIVE BAYES UPDATEABLE) ATRAVÉS DO WEKA COM A UTILIZAÇÃO DE PARÂMETROS DE CROSS-VALIDATION (FOLDS) E PERCENTAGEM SPLIT SOBRE OS DADOS FORNECIDOS PELO BANCO DE DADOS BREAST TISSUE. DE ACORDO COM OS TESTES REALIZADOS, O QUE APRESENTOU MELHOR RESULTADO FOI O CROSS-VALIDATION/10 FOLDS COM VALOR DE KAPPA = 0,9204 E 93.3962% DE PRECISÃO DE ACERTOS. OBSERVOU-SE QUE O MÉTODO DEMONSTROU UMA ÓTIMA PERFORMANCE, POR ISSO, SE APRESENTA COMO ALGORITMO CONFIÁVEL PARA ESTE TIPO DE ANÁLISE. CONCLUI-SE QUE O MÉTODO NAIVE BAYES GAUSSIANO SE ADEQUA A BASE DE DADOS BREAST TISSUE E QUE O ALGORITMO NAIVE BAYES UPDATEABLE SE APRESENTA COMO UM ÓTIMO CLASSIFICADOR DE DADOS. ASSIM, TORNA-SE POSSÍVEL PREDIZER QUE SE TRATA DE UM MODELO APROPRIADO PARA A DETECÇÃO DE ALTERAÇÕES PRÉ-MALIGNAS NO TECIDO MAMÁRIO.

Compartilhe:

Visualização do Artigo


Deixe um comentário

Precisamos validar o formulário.