Uma abordagem para a construção de uma única árvore a partir de uma Random Forest para classificação de bases de expressão gênica (2013)
- Authors:
- Autor USP: OSHIRO, THAIS MAYUMI - BIOINFORMÁTICA
- Unidade: BIOINFORMÁTICA
- Assunto: BIOINFORMÁTICA
- Agências de fomento:
- Language: Português
- Abstract: Random Forest é uma técnica computacionalmente eciente que pode operar rapida-mente sobre grandes bases de dados. Ela tem sido usada em muitos projetos de pesquisa recentes e aplicações do mundo real em diversos domínios, entre eles a bioinformática uma vez que a Random Forest consegue lidar com bases que apresentam muitos atributos e poucos exemplos. Porém, ela é de difícil compreensão para especialistas humanos de diversas áreas. A pesquisa de mestrado aqui relatada tem como objetivo criar um modelo simbólico, ou seja, uma única árvore a partir da Random Forest para a classicação de bases de dados de expressão gênica. Almeja-se assim, aumentar a compreensão por parte dos especialistas humanos sobre o processo que classica os exemplos no mundo real tentando manter um bom desempenho. Os resultados iniciais obtidos com o algoritmo aqui proposto são pro-missores, uma vez que ela apresenta, em alguns casos, desempenho melhor do que outro algoritmo amplamente utilizado (J48) e um pouco inferior à Random Forest. Além disso, a árvore criada apresenta, no geral, tamanho menor do que a árvore criada pelo algoritmo J48.
- Imprenta:
- Data da defesa: 27.08.2013
-
ABNT
OSHIRO, Thais Mayumi. Uma abordagem para a construção de uma única árvore a partir de uma Random Forest para classificação de bases de expressão gênica. 2013. Dissertação (Mestrado) – Universidade de São Paulo, São Paulo, 2013. Disponível em: http://www.teses.usp.br/teses/disponiveis/95/95131/tde-15102013-183234. Acesso em: 15 set. 2024. -
APA
Oshiro, T. M. (2013). Uma abordagem para a construção de uma única árvore a partir de uma Random Forest para classificação de bases de expressão gênica (Dissertação (Mestrado). Universidade de São Paulo, São Paulo. Recuperado de http://www.teses.usp.br/teses/disponiveis/95/95131/tde-15102013-183234 -
NLM
Oshiro TM. Uma abordagem para a construção de uma única árvore a partir de uma Random Forest para classificação de bases de expressão gênica [Internet]. 2013 ;[citado 2024 set. 15 ] Available from: http://www.teses.usp.br/teses/disponiveis/95/95131/tde-15102013-183234 -
Vancouver
Oshiro TM. Uma abordagem para a construção de uma única árvore a partir de uma Random Forest para classificação de bases de expressão gênica [Internet]. 2013 ;[citado 2024 set. 15 ] Available from: http://www.teses.usp.br/teses/disponiveis/95/95131/tde-15102013-183234
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
