1. RI UFLA
  2. Pró-Reitoria de Graduação - PROGRAD
  3. PROGRAD - Cursos presenciais
  4. PROGRAD - Ciência da Computação (Trabalhos de Conclusão de Curso)
Use este identificador para citar ou linkar para este item: http://repositorio.ufla.br/jspui/handle/1/5057
Registro completo de metadados
Campo DCValorIdioma
dc.creatorBernardes, Junior Assis Barreto-
dc.date.accessioned2015-02-11T19:18:01Z-
dc.date.available2015-02-11T19:18:01Z-
dc.date.issued2015-
dc.date.submitted2010-11-09-
dc.identifier.citationBERNARDES, J. A. B. Algoritmo de aprendizado de máquina e representação de incerteza em sistemas baseados em conhecimento sob a ótica de funções de pertinência aproximada. 2010. 108 p. Monografia (Graduação em Ciência da Computação) – Universidade Federal de Lavras, Lavras, 2010.pt_BR
dc.identifier.urihttp://repositorio.ufla.br/jspui/handle/1/5057-
dc.description.abstractThe Rough Sets Theory has been used in various areas of research, especially those related to knowledge reasoning and machine learning. This work investigates the possibility of using rough membership functions (an extension of the classical membership functions in the context of rough sets) to help and model the construction of machine learning algorithms and representation of uncertainty.pt_BR
dc.languagept_BRpt_BR
dc.rightsacesso abertopt_BR
dc.subjectAprendizado de máquinapt_BR
dc.subjectSistemas baseados em conhecimentopt_BR
dc.subjectTeoria de conjuntos aproximadospt_BR
dc.subjectFunções de pertinência aproximadapt_BR
dc.subjectMachine learningpt_BR
dc.subjectKnowledge-based systemspt_BR
dc.subjectRough set theorypt_BR
dc.subjectRough membership functionspt_BR
dc.titleAlgoritmo de aprendizado de máquina e representação de incerteza em sistemas baseados em conhecimento sob a ótica de funções de pertinência aproximadapt_BR
dc.typeTCCpt_BR
dc.contributor.advisor1Uchôa, Joaquim Quinteiro-
dc.contributor.referee1Toledo, Cláudio Fabiano Mota-
dc.contributor.referee1Esmin, Ahmed Ali Abdala-
dc.description.resumoA Teoria de Conjuntos Aproximados tem sido utilizada em várias áreas de pesquisa, principalmente naquelas relacionadas com representação de conhecimento e aprendizado de máquina. Este trabalho investiga a possibilidade do uso de funções de pertinência aproximada (uma extensão das funções de pertinência clássicas no contexto de conjuntos aproximados) para auxiliar e modelar a construção de algoritmos de aprendizado de máquina e representação de incerteza.pt_BR
Aparece nas coleções:PROGRAD - Ciência da Computação (Trabalhos de Conclusão de Curso)

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
MONOGRAFIA_ Algoritmo de aprendizado de máquina e representação de incerteza em sistemas baseados em conhecimento sob a ótica de funções de pertinência aproximada.pdf1,08 MBAdobe PDFVisualizar/Abrir
Mostrar registro simples do item Recomendar este item Visualizar estatísticas


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.