Você está na página 1de 101

Minerao de Dados com Weka

Jornadas de Atualizao em Computao,


Eltrica e Eletrnica
Setembro !"#!
Flvio Miguel Varejo
Missael de Nadai
Raphael Broetto
JACEE 2012 2
Conte$do

%ntroduo

Weka

&rprocessamento

'isualizao

Classi(icao

Seleo de atributos

A)rupamento
%ntroduo
JACEE 2012
*omada de Decis+es
Moti,ao
JACEE 2012 !
-eis

-ei de Moore. Capacidade de


processamento dobra a cada #/ meses
0C&1, mem2ria, cac3e4

Capacidade de armazenamento dobra a


cada #" meses

5 6ue estas duas 7leis8 combinadas


produzem9

1m gap crescente entre nossa 3abilidade de


)erar dados e nossa 3abilidade de (azer uso dele
JACEE 2012 "
&roblema

Crescimento da :ase da &ir;mide

Capacidade <eduzida de An=lise


JACEE 2012 #
&roblema

Com a e,oluo da computao,


atualmente uma aplicao pode )erar
terabytes de dados em poucas 3oras

Mas>>>

5s potenciais usu=rios no so capazes de


analisar taman3a 6uantidade de dados em
tempo 3=bil
JACEE 2012 $
Concluso

Estamos
sedentos por
conhecimento,
mas nos
afogando em
dados!
JACEE 2012 10
Concluso

? necess=rio o desen,ol,imento de
tecnolo)ias de e@trao autom=tica de
con3ecimento de bases de dados
JACEE 2012 11
Minerao de Dados

*ambm con3ecido como Descoberta de


Con3ecimento em :ases de Dados

ADD. 7AnoBled)e Disco,erC in Databases8

Sur)e a partir da =rea de Aprendizado de


M=6uina em %nteli)Dncia Computacional

Al)oritmos capazes de aprender rela+es entre


dados a partir de um conEunto de e@emplos
Fundamentos
JACEE 2012 1%
5bEeti,os

Encontrar con3ecimento a partir de um


conEunto de dados para ser utilizado em um
processo decis2rio

%deal 6ue o con3ecimento descoberto seEa


compreensG,el a 3umanos, alm de $til e
interessante para os usu=rios (inais
JACEE 2012 1
De(inio

7E@trao de con3ecimento de bases de


dados o processo de identi(icao de
padr+es ,=lidos, no,os, potencialmente
$teis e compreensG,eis embutidos nos
dados8 0FaCCad et al., 1996)
JACEE 2012 1&
Conceitos

E'e(plo )ou i*st+*,ia-

.( e'e(plo des,rito por ,erto */(ero de atri0utos

.( dia des,rito por te(peratura1 u(idade e situa2o


das *uve*s3

Atri0uto )ou ,ara,ter4sti,a-

.(a ,ara,ter4sti,a (e*survel de u( e'e(plo

A te(peratura do dia

Classe )ou r5tulo-

Atributo especial 6ue descre,e o conceito 6ue se


deseEa aprender e poder (azer pre,is+es a respeito

6ipo de de7eito de e8uipa(e*to


JACEE 2012 1!
Atributo

Hominal

Ho e@iste uma ordem entre os ,alores

Cor

5rdinal

E@iste uma ordem entre os ,alores

'alores inteiros ou reais


JACEE 2012 1"
Conceitos

:ase de E@emplos

Composta por e@emplos contendo ,alores de


atributos bem como a classe associada
T1
T2
T3
Tn
X11 X12 X1m
X21 X22 X2m
X31 X32 X3m
Xn1 Xn2 Xnm
Y1
Y2
Y3
Yn
X1 X2 Xm Y
JACEE 2012 1#
:ase de E@emplos
Exemplo N Aparncia Temperatura Umidade Ventando Viajar?
T1 sol !I J! sim ,=
T2 sol !/ K# sim noL,=
T3 sol !! J" no ,=
T4 sol !M KI no noL,=
T5 sol M" /I no noL,=
T6 nublado !M K" sim ,=
T7 nublado !K J/ no ,=
T8 nublado #K NI sim noL,=
T9 nublado !N JI no ,=
T10 nublado !" /J sim ,=
T11 c3u,a !! KI no ,=
T12 c3u,a #K J" sim noL,=
T13 c3u,a !M /" sim noL,=
T14 c3u,a !I /# no ,=
T15 c3u,a !# /" no ,=
JACEE 2012 1$
:ase de E@emplos

Base de 6rei*a(e*to

Co*ju*to de e'e(plos utili9ado para a gera2o do


pro,edi(e*to ou estrutura 8ue servir para a apli,a2o
e( outros ,asos

Base de 6este

Co*ju*to de e'e(plos utili9ado para avaliar a


:e7i,i;*,ia< do pro,edi(e*to de Mi*era2o de =ados
JACEE 2012 20
Mtricas de A,aliao

Classi7i,a2o

Erro ou ta'a de ,lassi7i,a2>es i*,orretas

=e*otada por err)h-

?re,iso

Co(ple(e*to da ta'a de erro

=e*otada por a,,)h-


JACEE 2012 21
Mtricas

Regresso

Erro (@dio 8uadrti,o

=ist+*,ia (@dia a0soluta


JACEE 2012 22
<uGdos

A*,orre2>es *os dados da 0ase de e'e(plos

A6uisio de dados

&reciso de sensores

Erro de di)itao ou preenc3imento

Faculdade O &ar6ue A6u=tico

Classes rotuladas incorretamente

Falsos Hormais

De(eitos de Motobombas
5 &rocesso
JACEE 2012 2
Classes de 1su=rios

Especialista do DomGnio

1su=rio 6ue de,e possuir amplo con3ecimento


do domGnio da aplicao e de,e (ornecer apoio
para e@ecuo do processo

Analista

1su=rio especialista no processo de e@trao do


con3ecimento e respons=,el por sua e@ecuo

1su=rio Final

1su=rio 6ue utiliza o con3ecimento e@traGdo no


processo para au@ili=lo em uma tomada de
deciso
JACEE 2012 2&
CaracterGsticas

? um processo iterati,o e interati,o, 6ue


en,ol,e ,=rias etapas 6ue e@i)em ,=rias
tomadas de decis+es

P= ,=rias aborda)ens di(erentes para a


di,iso em etapas
JACEE 2012 2!
&rocesso de MD
JACEE 2012 2"
*are(a de MD
M>D>
&redio Descrio
Classi(icao <e)resso A)rupamento Associao Sumarizao
JACEE 2012 2#
&redio

Consiste na predio do ,alor de al)um


atributo de um caso baseada em e@emplos
de e@periDncias passadas

Classi(icao

5 atributo a ser predito de,e ser mapeado em


uma classe con3ecida

Dia)n2stico Mdico

Deteco de Fraude

<e)resso

5 atributo a ser predito um ,alor contGnuo

&re,iso de ,alor de a+es

Estimati,a de 'alidade de Medio


JACEE 2012 2$
Descrio

%denti(icao de propriedades e rela+es


caracterGsticas em um conEunto de dados

A)rupamento

Qrupos de dados com caracterGsticas similares

%denti(icao de cate)orias de clientes

Su)esto antes de colocar no carrin3o de compras

Associao

<ela+es e@istentes entre ,alores de subconEuntos


de atributos

Fraudas e cer,eEa

Su)esto ap2s colocar no carrin3o de compras


JACEE 2012 %1
&rocesso de Classi(icao
=ados Brutos
Espe,i 7i,a2o
do ?ro0le(a
Apre*di9ado
de M8ui *a
Classi7i,ador
Espe,ialista
Avalia2o
Co*he,i (e*to
do =o(4*io
Co*he,i (e*to
do =o(4*io
Atri0utos Classe
T1
T2
T3
Tn
X11 X12 X1m
X21 X22 X2m
X31 X32 X3m
Xn1 Xn2 Xnm
Y1
Y2
Y3
Yn
X1 X2 Xm Y
JACEE 2012 %2
&rprocessamento

-impeza

<emoo de dados (altantes

*rans(ormao

Discretizao

Hormalizao
JACEE 2012 %%
E@trao de &adr+es

'=rias *cnicas

<edes Heurais

'izin3os Mais &r2@imos

Rr,ores de Deciso

AEustes de &ar;metros

H$mero de 'izin3os

*a@a de Aprendizado
JACEE 2012 %
Seleo de atributos

Atributos no in(ormati,os podem


preEudicar o aprendizado do classi(icador

<eduo do n$mero de atributos

&odem ser utilizadas tcnicas para


%denti(icao de rele,;ncia dos atributos

%ndi,idual 0Correlao4

Em conEunto 0SFS4
JACEE 2012 %&
Mtodos de Amostra)em
JACEE 2012 %!
Amostra S ConEunto de Dados
Exemplo Atributo 1 Atributo 2 Atributo 3 Classe
1 #&& &12 2"0# sa7ra $&
2 #& 2%1&& 2"1! sa7ra $&
% ##& 1!&#! 2!"0 sa7ra $&
#"" 1!!#& 2!"" sa7ra $&
& #%$ &12 2"0# sa7ra $&
! #& &00& 2!#& sa7ra $&
" ##& 1$&& 2"0# sa7ra $&
# #%$ &02" 2"0# sa7ra $&
$ #"" 1!#2% 2!"" sa7ra $&
10 #$2 1$1#0 2"1! sa7ra $&
11 2!2# %$%" %#1 sa7ra $!
12 %1#% %$2"" %2# sa7ra $!
1% 2"#"1 %$"12 %#$ sa7ra $!
1 2%2$ 0%0" %2# sa7ra $!
1& 1!2" 00%2 %%& sa7ra $!
1! %$%$$ 0%22 %%& sa7ra $!
1" %%!"" 0%"& %2# sa7ra $!
1# %%&%$ 00"# %%& sa7ra $!
1$ %1&0 0%&% %&# sa7ra $!
20 %#& 0"2 %&# sa7ra $!
JACEE 2012 %"
Estrat)ias para &artio de
E@emplos

Tual a mel3or estrat)ia para utilizar esses


e@emplos tanto para )erar um classi(icador
6uanto para estimar seu desempen3o9

Depende do taman3o da amostra

%deal

Separar treinamento de teste

<eduz possibilidade de o,er(ittin)

'=rias amostras

:ai@a ,ari;ncia indica estabilidade


JACEE 2012 %#
Estrat)ias para &artio de
E@emplos

Estrat)ias Mais Comuns

Di,iso &ercentual

!UM V #UM

'alidao Cruzada Estrati(icada

E@cluso de 1m
JACEE 2012 %$
Di,iso &ercentual 0Poldout4

Di,ide o conEunto de dados S em uma


porcenta)em (i@a de e@emplos p para o
treinamento e 01 - p4 para teste

'alor tGpico

!UM treinamento

#UM teste

Aceit=,el p W JIX

*reinamento com JIX dos dados

*este com !IX dos dados

<estantes
JACEE 2012 0
Di,iso &ercentual 0*reinamento4
Exemplo Atributo 1 Atributo 2 Atributo 3 Classe
#"" 1!!#& 2!"" sa7ra $&
" ##& 1$&& 2"0# sa7ra $&
# #%$ &02" 2"0# sa7ra $&
2 #& 2%1&& 2"1! sa7ra $&
10 #$2 1$1#0 2"1! sa7ra $&
1 #&& &12 2"0# sa7ra $&
! #& &00& 2!#& sa7ra $&
1# %%&%$ 00"# %%& sa7ra $!
1& 1!2" 00%2 %%& sa7ra $!
1$ %1&0 0%&% %&# sa7ra $!
12 %1#% %$2"" %2# sa7ra $!
1" %%!"" 0%"& %2# sa7ra $!
20 %#& 0"2 %&# sa7ra $!
11 2!2# %$%" %#1 sa7ra $!
JACEE 2012 1
Di,iso &ercentual 0*este4
Exemplo Atributo 1 Atributo 2 Atributo 3 Classe
% ##& 1!&#! 2!"0 sa7ra $&
& #%$ &12 2"0# sa7ra $&
$ #"" 1!#2% 2!"" sa7ra $&
1% 2"#"1 %$"12 %#$ sa7ra $!
1 2%2$ 0%0" %2# sa7ra $!
1! %$%$$ 0%22 %%& sa7ra $!
JACEE 2012 2
'alidao Cruzada

Di,idese a amostra em k partes

<ealizase k etapas de )erao e ,alidao

Em cada etapa

# parte para ,alidao

k Y # partes para )erao do classi(icador

'anta)em

Mais e@emplos para a etapa de ,alidao

Des,anta)em

Distribuio de classes nas partes pode no


corresponder a distribuio completa
JACEE 2012 %
'alidao Cruzada em #" &artes
Exemplo Atributo 1 Atributo 2 Atributo 3 Classe
1 #&& &12 2"0# sa7ra $&
2 #& 2%1&& 2"1! sa7ra $&
% ##& 1!&#! 2!"0 sa7ra $&
#"" 1!!#& 2!"" sa7ra $&
& #%$ &12 2"0# sa7ra $&
! #& &00& 2!#& sa7ra $&
" ##& 1$&& 2"0# sa7ra $&
# #%$ &02" 2"0# sa7ra $&
$ #"" 1!#2% 2!"" sa7ra $&
10 #$2 1$1#0 2"1! sa7ra $&
11 2!2# %$%" %#1 sa7ra $!
12 %1#% %$2"" %2# sa7ra $!
1% 2"#"1 %$"12 %#$ sa7ra $!
1 2%2$ 0%0" %2# sa7ra $!
1& 1!2" 00%2 %%& sa7ra $!
1! %$%$$ 0%22 %%& sa7ra $!
1" %%!"" 0%"& %2# sa7ra $!
1# %%&%$ 00"# %%& sa7ra $!
1$ %1&0 0%&% %&# sa7ra $!
20 %#& 0"2 %&# sa7ra $!
JACEE 2012
'alidao Cruzada em #" &artes
Conjunto de
Treinamento
Conjunto de
Teste
Exemplo Atributo 1 Atributo 2 Atributo 3 Classe
1 #&& &12 2"0# sa7ra $&
2 #& 2%1&& 2"1! sa7ra $&
% ##& 1!&#! 2!"0 sa7ra $&
#"" 1!!#& 2!"" sa7ra $&
& #%$ &12 2"0# sa7ra $&
! #& &00& 2!#& sa7ra $&
" ##& 1$&& 2"0# sa7ra $&
# #%$ &02" 2"0# sa7ra $&
$ #"" 1!#2% 2!"" sa7ra $&
10 #$2 1$1#0 2"1! sa7ra $&
11 2!2# %$%" %#1 sa7ra $!
12 %1#% %$2"" %2# sa7ra $!
1% 2"#"1 %$"12 %#$ sa7ra $!
1 2%2$ 0%0" %2# sa7ra $!
1& 1!2" 00%2 %%& sa7ra $!
1! %$%$$ 0%22 %%& sa7ra $!
1" %%!"" 0%"& %2# sa7ra $!
1# %%&%$ 00"# %%& sa7ra $!
& #%$ &12 2"0# sa7ra $&
1! %$%$$ 0%22 %%& sa7ra $! Fold $
JACEE 2012 &
'alidao Cruzada Estrati(icada

Caso especial da ,alidao cruzada

Mantmse a distribuio de classes


ori)inais em cada parte
JACEE 2012 !
1m E@cluGdo 0-ea,e5ne5ut4

Caso especial da ,alidao cruzada em 6ue


k i)ual ZSZ

&or e@emplo, no caso do nosso e@emplo a


amostra tem !" padr+es, ento kW!"

Cada conEunto de treinamento ser= (ormado por


#K padr+es e o conEunto de teste por apenas um
$nico padro

Assim, o processo todo ser= repetido !" ,ezes

E se o conEunto de dados ti,er I"" padr+es9


JACEE 2012 "
Weka
JACEE 2012 #
WEAA *3e Waikato En,ironment
(or AnoBled)e AnalCsis

So(tBare de minerao de dados


totalmente implementado em Ja,a

Desen,ol,ido na 1ni,ersidade de Waikato,


na Ho,a [el;ndia

DistribuGdo sob Q&- 0QH1 &ublic -icense4


JACEE 2012 $
Weka

&rincipais caracterGsticas

Ferramentas de prprocessamento, al)oritmos


de aprendizado e mtodos de a,aliao

%nter(ace )r=(icas

Ambiente para comparao de al)oritmos

%ncorpora (acilmente no,os mtodos

&ode ser (acilmente incorporada a outros


sistemas
JACEE 2012 &0
Weka

Embora seEa normalmente utilizada para


(ins did=ticos, possibilita a minerao de
bases reais 0contanto 6ue possam ser
importadas para a mem2ria <AM4>

Muitos arti)os cientG(icos relatam


e@periDncias onde a (erramenta (oi aplicada
de (orma bem sucedida sobre bases de
di(erentes domGnios>
JACEE 2012 &1
Weka

Abrir o terminal no diret2rio do ar6ui,o


weka.jar

java -jar weka.jar


Weka
Weka
Epl!rer
"repr!#ess
"repr!#ess
"repr!#ess
$lass%&y
$lass%&y
$l'ster
$l'ster
(ele#t attr%b'tes
(ele#t attr%b'tes
)%s'al%*e
JACEE 2012 !&
\relation . utilizado para demarcar o nome da
base de inst;ncias

\relation ]relationname^
\attribute . utilizado para demarcar a
declarao de um atributo

E@. \attribute ]attributename^ ]datatCpe^


\data . utilizado para demarcar o inGcio da seo
de dados
Ar6ui,os A<FF
JACEE 2012 !!
*ipos de dados suportados pelo Weka.

Humeric

%nte)er

<eal

Hominal

Strin)

Date 7CCCCMMdd PP.mm.ss8


Ar6ui,os A<FF
JACEE 2012 !"
\relation 3eartdiseasesimpli(ied
\attribute a)e numeric
\attribute se@ _ (emale, male`
\attribute nascimento DA*E aCCCCMMdda
\attribute c3estLpainLtCpe _ tCpLan)ina, asCmpt, nonLan)inal,
atCpLan)ina`
\attribute c3olesterol numeric
\attribute e@erciseLinducedLan)ina _ no, Ces`
\attribute class _ present, notLpresent`
\data
NM,male, a!""#"b"Ma,tCpLan)ina,!MM,no,notLpresent
NJ,male, a!""""/#Ia,asCmpt,!/N,Ces,present
NJ,male, a #KK#"!!"a,asCmpt,!!K,Ces,present
M/,(emale, a#KKN##!!a,nonLan)inal,9,no,notLpresent
>>>
Ar6ui,os A<FF
JACEE 2012 !#
De(inio de um &roblema

&roblema de recon3ecimento remoto e


autom=tico

%denti(icar o tipo e a potDncia de uma


l;mpada de %luminao &$blica

#! Classes

5s atributos so coletados atr=,es de um


conEunto de sensores luminotcnicos

#/ Atributos
JACEE 2012 !$
De(inio de um &roblema

Classes do problema

JSD,#"SD,#ISD,!ISD,b"SD,#!MC,!IMC,
b"MC,JM*,#IM*,!IM*,b"M*

SDWs2dioc MCWmerc$rio c M*Wmet=lico

JWJ"Wc #"W#""Wc #IW#I"Wc


!IW!I"Wc b"Wb""Wc
JACEE 2012 "0
&r&rocessamento

'isa )arantir a 6ualidade dos dados a


serem utilizados

'isa a eliminao ou correo de re)istros


com ,alores in,=lidos em al)uns atributos
ou com )ranulidade incorreta

5pera+es b=sicas

<emoo de ruGdos

*ratamento de atributos incompletos

*ratamento de conEuntos de e@emplos no


balanceados
&r&rocessamento
Filtro +%s#ret%*e
Filtro +%s#ret%*e
JACEE 2012 "
Filtro +%s#ret%*e

&%lters ',s'perv%*e- attr%b'te +%s#ret%*e

<esultado. trans(orma um atributo numrico


em um atributo nominal>

<eduz a 6uantidade de ,alores distintos>

E@.

%dade Humeric idade _"#",#"M",M"I"`


Filtro .e/!ve 0%t1 .a,ge
JACEE 2012 "!
Filtro .e/!ve 0%t1 )al'es

&%lters ',s'perv%*e- %,sta,#e


.e/!ve0%t1)al'es

Filtra inst;ncias de acordo com o ,alor de um


atributo
JACEE 2012 ""
E@ercGcio

Filtrar a base base23435678+97.ar&&,


)arantindo 6ue.

Ho 3aEa inst;ncias cuEo atributo SFPMb""


seEa in(erior d JJ/

Ho 3aEa inst;ncias cuEo atributo *S-!INK*


%< seEa superior d #b/b"

5 atributo altura seEa nominal e possua M


r2tulos>
'isualizao

5 Weka disponibiliza uma srie de )r=(icos


6ue au@iliam na ,isualizao dos dados

5 obEeti,o obser,ar o comportamento


das instancias no espao amostral

5s )r=(icos apresentados so !D
'isualizao
'isualizao
'isualizao
Classi(icao
5bEeti,o. a partir de um banco de dados
contendo obEetos prclassi(icados
0obEetos cuEa classe con3ecida4, construir
um modelo 6ue seEa capaz de
classi(icar automaticamente no,os obEetos
0obEetos cuEa a classe
descon3ecida4 em (uno de suas
caracterGsticas>
Classi(icao
Classi(icao

5 modelo criado c3amado de modelo


classi(icador>

? a tare(a de data minin) mais popular,


pois e@istem in$meras aplica+es

A base de dados para classi(icao de,e


conter.

um ou mais atributos prediti,os>

um atributo especial, denominado atributo classe


0ou atributo al,o4,

sempre do tipo discreto>


JACEE 2012
Classi(icao
JACEE 2012
M! !" #! #" ## #! Classe#
MM !! ## #N #I #b Classe#
J/ #" #I bM KK !# Classe!
/# ## #N b" K# !! Classe!
M" !" #" #b #" #b Classe#
! I" ## #" #I b ClasseM
JJ ## #N b# KI !" 999
Classi(icao
JACEE 2012
Modelo classi(icador Jb/

Cria uma =r,ore indutora de deciso,


baseado nos atributos dos e@emplos da base
de treinamento

$lass%&y $1!!se trees :48

Selecionar opo de teste Cross,alidation


0#" (olds4
Classi(icao
JACEE 2012
Classi(icao
JACEE 2012
Classi(icao
JACEE 2012
Classi(icao
JACEE 2012
Classi(icao
JACEE 2012

E@ercGcio. Classi(icar a base baseLAHA-5Q


VD%Q>ar((, 1tilizando o classi(icador Jb/.

Cross,alidation 0#" (olds4

Tual (oi a ta@a de acerto9

Tual (oi a maior ta@a de acerto por


classe9

Tual atributo (oi utilizado como raiz da


=r,ore9

<epetir o processo com Cross,alidation


0-ea,eoneout4
Classi(icao
JACEE 2012
Modelo classi(icador %:#

Cria um modelo classi(icador baseado no


,izin3o mais pr2@imo>

$lass%&y $1!!se la*y 9;1

Selecionar opo de teste Cross,alidation


0#" (olds4
Classi(icao
JACEE 2012
Modelo classi(icador <edeHeural

Cria um modelo de uma rede neural, para


realizar a classi(icao

$lass%&y $1!!se &',#t%!,s <'lt%layer


"er#eptr!,

Selecionar opo de teste Cross,alidation


0#" (olds4
Classi(icao
JACEE 2012
Classi(icar a base baseLAHA-5QVD%Q>ar((,
1tilizando o classi(icador %:#.

#" (olds

Tual (oi a ta@a de acerto9

Tual (oi a maior ta@a de acerto por


classe9

<epetir o processo com <ede Heural 0#"


(olds4
Seleo de atributos
JACEE 2012
1sado para in,esti)ar 6uais atributos
0subconEuntos deles4 so mais prediti,os
AttributeSelection em ! etapas.

1m mtodo de busca

1m mtodo de a,aliao
Fle@ibilidade. 06uase4 6ual6uer combinao
de buscaUa,aliao
Seleo de atributos
JACEE 2012
Escolha de um
subconjunto de
atributos
Avalie o
subconjunto de
atributos
Resultado
satis7at5rioB
No
Ci(
Fi(
Seleo de atributos
JACEE 2012
Seleo de atributos
JACEE 2012
Mtodo de a,aliao utilizado.

WrapperSubsetE,al. a,alia o
subconEunto de atributos utilizando
al)um es6uema de aprendizado
Mtodo de busca utilizado.

:estFirst. :usca o conEunto de


subatributos de maneira 7)ananciosa8
Seleo de atributos
JACEE 2012
E@ercGcio.

1tilizar seleo de caracterGstica na


base base baseLAHA-5QVD%Q>ar((

1tilizar o mtodo de a,aliao


WrapperSubset'al, com es6uema de
aprendizado Jb/

1tilizar o mtodo de busca :estFirst

*estar e comparar os resultados

<epetir o processo usando %:# como


es6uema de aprendizado
DoBnload
JACEE 2012
Bww.#s.wa%kat!.a#.,*=/l=weka=%,-e2-!w,l
!a-%,g.1t/l
<e(erDncias
JACEE 2012

<E[EHDE, S> Sistemas Inteligentes


Fundamentos e Aplica!es
5bri)adoe
Jornadas de Atualizao em Computao,
Eltrica e Eletrnica
Setembro !"#!
7(varejaoDi*7Eu7esE0r
(issaelde*adaiDg(ailE,o(
raphael$0roettoDg(ailE,o(