Please use this identifier to cite or link to this item:
https://hdl.handle.net/10216/74441| Author(s): | Johny Emanuel de Jesus Gueirez |
| Title: | Árvores de Decisão Desequilibradas para deteção de erros em transações de comércio externo usando técnicas de data mining |
| Issue Date: | 2014-07-14 |
| Abstract: | Nowadays there are frequently large amounts of data, which are used to extract different types of knowledge. A major problem existing in these data are the outliers. The detection of these outliers is important for a variety of applications, such as detecting credit card fraud, network intrusion, fault detection in critical systems, among others. In this project we intend to do a study about the detection of outliers and adopt a way to detect these values through the use of decision tree algorithms. |
| Description: | Hoje em dia é frequente existirem grandes quantidades de dados de onde são extraídos diferentes tipos de conhecimento, para posteriormente se tomarem diversas decisões. Um grande problema existente nesses dados é a existência de anomalias. A detecção dessas anomalias pode ser utilizada numa grande variedade de aplicações tais como, detecção de fraudes de cartões de crédito, detecção de intrusos em termos de segurança na internet, detecção de falhas em sistemas críticos, entre outras. Um exemplo de um desses problemas são as estatísticas do comércio externo publicadas pelo Instituto Nacional de Estatísticas. Assim, é importante que as anomalias criadas por erros nas declarações feitas pelas organizações ao Instituto Nacional de Estatítsticas, sejam detectadas para garantir que essas estatísticas são fiáveis. Para a detecção dessas anomalias serão estudadas e utilizadas variantes de árvores de decisão, que são algoritmos de datamining e machine learning. Embora as árvores de decisão não tenham sido originalmente desenvolvidas para a detecção de anomalias, foram propostas algumas adaptações com esse fim. Assim, este projecto tem dois objectivos: realizar um estudo empírico sobre o desempenho de variantes de árvores de decisão no problema de detecção de anomalias; e, com base nos resultados desse estudo, propor uma nova variante, implementá-la e testá-la. |
| Subject: | Engenharia electrotécnica, electrónica e informática Electrical engineering, Electronic engineering, Information engineering |
| Scientific areas: | Ciências da engenharia e tecnologias::Engenharia electrotécnica, electrónica e informática Engineering and technology::Electrical engineering, Electronic engineering, Information engineering |
| DOI: | 10.34626/1r4x-va37 |
| TID identifier: | 201309092 |
| URI: | https://hdl.handle.net/10216/74441 |
| Document Type: | Dissertação |
| Rights: | openAccess |
| License: | https://creativecommons.org/licenses/by-nc/4.0/ |
| Appears in Collections: | FEUP - Dissertação |
Files in This Item:
| File | Description | Size | Format | |
|---|---|---|---|---|
| 31864.pdf | Árvores de decisão desequilibradas para a deteção de erros em transações de comércio externo usando técnicas de data mining | 788.26 kB | Adobe PDF |  View/Open |
This item is licensed under a Creative Commons License
