Please use this identifier to cite or link to this item: https://ric.cps.sp.gov.br/handle/123456789/15925
Full metadata record
DC FieldValueLanguage
dc.contributor.advisorSACILOTTI, Adaní Cusin-
dc.contributor.authorNASCIMENTO, Lucas Vinicius-
dc.contributor.authorMORAES, Robson Ramos de-
dc.contributor.authorMODA, Vinicius Augusto-
dc.date.accessioned2024-02-06T17:44:49Z-
dc.date.available2024-02-06T17:44:49Z-
dc.date.issued2023-12-04-
dc.identifier.citationNASCIMENTO, Lucas Vinicius; MORAES, Robson Ramos de; MODA, Vinicius Augusto. Impacto do tratamento de dados para o machine learning. 2023. (Curso Superior de Tecnologia em Gestão da Tecnologia da Informação) - Faculdade de Tecnologia Deputado Ary Fossen, Jundiaí, 2023.pt_BR
dc.identifier.urihttps://ric.cps.sp.gov.br/handle/123456789/15925-
dc.description.abstractEste estudo investigou a interseção fundamental entre Big Data, Machine Learning e o tratamento de dados, visando aprimorar a eficiência de algoritmos de aprendizagem, através do aumento da qualidade dos dados de entrada. Iniciando com uma fundamentação teórica sobre Big Data e sua influência no Machine Learning, delineiase a importância da qualidade dos dados para resultados precisos. Para embasar a proposta deste trabalho contextualizou-se o Tratamento de Dados no Aprendizado de Máquina, introduzindo técnicas para otimizar o desempenho dos modelos. Ainda com objetivo de elucidar os impactos causados pela falta de implementação desses métodos, foi trazido um estudo de caso prático no qual se utiliza uma base real disponibilizada pelo Walmart, rede internacional de varejo. Comparou-se a variação dos valores obtidos, após a dispersão de inconsistência nos registros, com a assertividade demonstrada proveniente da inserção de dados tratados. Por fim, a hipótese desenvolvida teve sua validação comprovada pela mensuração dos resultados alcançados no final do estudo, revelando-se a importância crucial do processo de gestão e limpeza do Database quando disposto a um modelo preditivo para obtenção de projeções confiáveis e estratégicas.pt_BR
dc.description.abstractThis study investigated the fundamental intersection between Big Data, Machine Learning and data processing, with the aim of improving the efficiency of learning algorithms by increasing the quality of input data. Starting with a theoretical foundation on Big Data and its influence on Machine Learning, the importance of data quality for accurate results is outlined. To support the proposal of this work, Data Processing in Machine Learning was contextualized, introducing techniques to optimize the performance of models. In order to elucidate the impacts caused by the lack of implementation of these methods, a practical case study was presented, using a real database provided by Walmart, an international retail chain. The variation in the values obtained, after the dispersion of inconsistencies in the records, was compared with the assertiveness demonstrated by the insertion of processed data. Finally, the hypothesis developed was validated by measuring the results achieved at the end of the study, revealing the crucial importance of the process of managing and cleaning the database when combined with a predictive model to obtain reliable and strategic projectionspt_BR
dc.description.sponsorshipCurso Superior de Tecnologia em Gestão da Tecnologia da Informaçãopt_BR
dc.language.isopt_BRpt_BR
dc.publisher114pt_BR
dc.subjectMachine learningpt_BR
dc.subjectBig datapt_BR
dc.subjectAnálise de dadospt_BR
dc.subject.otherInformação e Comunicaçãopt_BR
dc.titleImpacto do tratamento de dados para o machine learningpt_BR
dc.typeMonografiapt_BR
Appears in Collections:Trabalhos de conclusão de curso



Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.