|
|
Registros recuperados : 173 | |
66. | | ZAIATZ, A. P. S. R.; ZOLIN, C. A.; VENDRUSCULO, L. G.; LOPES, T. R.; PAULINO, J. Agricultural land use and cover change in the Cerrado/Amazon ecotone: a case study of the upper Teles Pires River basin. Acta Amazonica, Manaus, v. 48, n. 2, p. 168-177, 2018. Biblioteca(s): Embrapa Agricultura Digital; Embrapa Agrossilvipastoril. |
| |
Registros recuperados : 173 | |
|
|
Registro Completo
Biblioteca(s): |
Embrapa Agricultura Digital. |
Data corrente: |
06/11/2007 |
Data da última atualização: |
07/02/2020 |
Tipo da produção científica: |
Artigo em Anais de Congresso / Nota Técnica |
Autoria: |
VENDRUSCULO, L. G.; EVANGELISTA, S. R. M.; OTAVIAN, A. F.; OLIVEIRA, S. R. de M. |
Afiliação: |
LAURIMAR GONCALVES VENDRUSCULO, CNPTIA; SILVIO ROBERTO MEDEIROS EVANGELISTA, CNPTIA; ADRIANO FRANZONI OTAVIAN, CNPTIA; STANLEY ROBSON DE MEDEIROS OLIVEIRA, CNPTIA. |
Título: |
Descobrindo regras de classificação em dados climatológicos. |
Ano de publicação: |
2007 |
Fonte/Imprenta: |
In: CONGRESSO BRASILEIRO DE AGROINFORMÁTICA, 6., 2007, São Pedro, SP. Anais... Campinas: Embrapa Informática Agropecuária, 2007. |
Páginas: |
p. 171-175. |
Idioma: |
Português |
Notas: |
SBIAgro 2007. |
Conteúdo: |
RESUMO: A tradicional abordagem de descoberta do conhecimento demanda recursos financeiros e de tempo consideráveis. A mineração de dados, por meio da árvore de decisão, contribui para a geração de regras de classificação importantes. Foram analisados dados climatológicos visando à previsão do tempo e obteve-se uma árvore de classificação complexa, em profundidade e número de nós. Entretanto, o algoritmo J48, comparado com o Decision Stump, do ambiente WEKA, classificou corretamente 62,23% dos dados usados como treinamento. |
Palavras-Chave: |
Classificadores; Classifier; Climatic data; Dados climáticos; Data mining; Mineração de dados. |
Thesagro: |
Previsão do Tempo. |
Thesaurus NAL: |
Weather forecasting. |
Categoria do assunto: |
-- |
URL: |
https://ainfo.cnptia.embrapa.br/digital/bitstream/item/201621/1/SBIAgro-2007-p82.pdf
|
Marc: |
LEADER 01395nam a2200265 a 4500 001 1009588 005 2020-02-07 008 2007 bl uuuu u00u1 u #d 100 1 $aVENDRUSCULO, L. G. 245 $aDescobrindo regras de classificação em dados climatológicos.$h[electronic resource] 260 $aIn: CONGRESSO BRASILEIRO DE AGROINFORMÁTICA, 6., 2007, São Pedro, SP. Anais... Campinas: Embrapa Informática Agropecuária$c2007 300 $ap. 171-175. 500 $aSBIAgro 2007. 520 $aRESUMO: A tradicional abordagem de descoberta do conhecimento demanda recursos financeiros e de tempo consideráveis. A mineração de dados, por meio da árvore de decisão, contribui para a geração de regras de classificação importantes. Foram analisados dados climatológicos visando à previsão do tempo e obteve-se uma árvore de classificação complexa, em profundidade e número de nós. Entretanto, o algoritmo J48, comparado com o Decision Stump, do ambiente WEKA, classificou corretamente 62,23% dos dados usados como treinamento. 650 $aWeather forecasting 650 $aPrevisão do Tempo 653 $aClassificadores 653 $aClassifier 653 $aClimatic data 653 $aDados climáticos 653 $aData mining 653 $aMineração de dados 700 1 $aEVANGELISTA, S. R. M. 700 1 $aOTAVIAN, A. F. 700 1 $aOLIVEIRA, S. R. de M.
Download
Esconder MarcMostrar Marc Completo |
Registro original: |
Embrapa Agricultura Digital (CNPTIA) |
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
Fechar
|
Nenhum registro encontrado para a expressão de busca informada. |
|
|