@MASTERSTHESIS{ 2023:769210736,
 	title = {Descoberta de conhecimento nas bases de dados da pandemia da COVID- 19 e de indicadores socioeconômicos e ambientais},
 	year = {2023},
 	url = "https://tedebc.ufma.br/jspui/handle/tede/tede/4731",
 	abstract = "A pandemia da COVID-19 desencadeou uma crise global de saúde pública e exigiu a análise
 de dados em larga escala para entender melhor sua disseminação e impacto na sociedade.
 Neste contexto, a “Descoberta de Conhecimento em Bases de Dados” (Knowledge Discovery
 in Databases, KDD) é uma ferramenta útil, pois apresenta uma metodologia bem definida,
 com etapas validadas em diferentes aplicações. O presente trabalho objetiva descobertas de
 conhecimento dos dados entre a COVID-19 e os Indicadores Socioeconômicos e Ambientais,
 através do uso das técnicas de Mineração de Dados (MD) - Data Mining, classificando
 novos padrões com método do KDD, visando obter a técnica com o maior percentual de
 acertos. Para o problema em estudo, o método KDD utilizado é composto pelas etapas de:
 seleção, pré-processamento, transformação, mineração de dados e avaliação. Obteve-se bons
 resultados com a aplicação dos métodos de mineração de dados descritiva, que envolvem
 os modelos de correlação, agrupamento e regra de associação, estas foram as técnicas
 que mais se destacaram, com capacidades de generalização satisfatórias. Os resultados da
 descoberta de conhecimento em dados da pandemia da COVID-19 podem contribuir para
 a formulação de políticas públicas e tomada de decisões informatizadas em saúde pública.",
 	publisher = {Universidade Federal do Maranhão},
 	scholl = {PROGRAMA DE PÓS-GRADUAÇÃO EM CIÊNCIA DA COMPUTAÇÃO/CCET},
 	note = {DEPARTAMENTO DE INFORMÁTICA/CCET}
}