Aplicação de algoritmo Expertation Maximization para clusterização de dados sobre mortalidade infantil

Abstract

Mineração de dados é o processo de obtenção de conhecimento em bases de dados, para transformá-los em informações úteis para a tomada de decisão ou avaliação de resultados. Com o avanço tecnológico, o número de informações produzidas no setor da saúde aumentou, porém este número de dados é difícil de ser interpretado para apoiar tomadas de decisões referentes ao planejamento de novos projetos de redução da taxa de mortalidade infantil no Brasil. O objetivo do presente estudo foi, portanto, exemplificar as técnicas de mineração de dados e implementar o algoritmo Expectation-Maximization em uma base de dados sobre óbitos infantis, procurando encontrar padrões que possam ser úteis. Entre as informações resultantes da aplicação deste algoritmo, observou-se que o maior grupo de óbitos infantis atinge significativamente os dados referentes à raça e ao tipo de parto. Apesar da análise dos clusters ser bastante complexa, informações como esta pode ser utilizada em futuros projetos e campanhas.