Técnicas de mineração de dados para previsões de doenças com a Orange

Revista Terra & Cultura

Endereço:
Rua Alagoas, 2050 - Centro
Londrina / PR
86020430
Site: http://periodicos.unifil.br/index.php/Revistateste/index
Telefone: (43) 3375-7448
ISSN: 0104-8112
Editor Chefe: Leandro Henrique Magalhães
Início Publicação: 01/09/1981
Periodicidade: Semestral
Área de Estudo: Multidisciplinar

Técnicas de mineração de dados para previsões de doenças com a Orange

Ano: 2024 | Volume: 40 | Número: Especial
Autores: Erick Hidek Yamamoto Hoga, Robson de Lacerda Zambroti
Autor Correspondente: Erick Hidek Yamamoto Hoga | periodicos@unifil.br

Palavras-chave: mineração de dados, previsão de doenças, saúde, técnicas de análise, banco de dados

Resumos Cadastrados

Resumo Português:

Este  trabalho  tem  como  objetivo  explorar  a  aplicação  da mineração  de  dados  na previsão de doenças, utilizando a ferramenta Orange com uma abordagem educativa e informativa. Abordando técnicas como Support Vector Machine (SVM), árvores de decisão,  regressão  logística  e  Naive  Bayes,  oferece  informações  relevantespara interessados,  auxiliando-os  a  utilizar  a  ferramenta  Orange  de  forma  independente. Além  disso,  busca  evidenciar  a  eficácia  e  relevância  dessa  abordagem,  explicando conceitos e processos da mineração de dados e demonstrando como os padrões e informações mineradas podem contribuir para o diagnóstico médico.



Resumo Inglês:

This work aims to explore the application of data mining in disease prediction, using the  Orange  tool  with  an  educational  and  informative  approach.  Techniques  such  as Support Vector Machine (SVM), decision trees, logistic regression, and Naive Bayes will  be  addressed,  providing  relevant  information  to  assist  those  interested  in  the subject and helping them to use the Orange tool independently. Furthermore, the goal is to obtain results that highlight the effectiveness and significance of this approach by explaining data mining concepts and processes, as well as demonstrating how mined patterns and information can contribute to medical diagnosis.