Relevância do Entendimento do Domínio de Problema na Construção de Modelos Computacionais de Aprendizado
Resumo
O objetivo deste trabalho é confirmar a relevância do entendimento prévio do domínio de problema para projetos em ciência de dados, especificamente para construção de modelos de aprendizado. Como estudos de caso consideraremos três domínios de problemas na área da saúde, e como fonte principal de dados, consideraremos a recente Pesquisa Nacional em Saúde, PNS 2019 elaborada pelo IBGE. Os experimentos mostram que o entendimento prévio do domínio de problema, e sua representação por meio de modelos conceituais, são úteis para aplicação de um processo de seleção conceitual de atributos na busca por modelos de aprendizado mais assertivos.
Referências
Ribeiro, C. E.; Zárate, L. E. Classifying longevity profiles through longitudinal data mining, Expert Systems with Applications, v. 117, p. 75-89, 2019. DOI: 10.1016/j.eswa.2018.09.035
Araújo, A. S.; Silva, A. R.; Zárate, L .E. Extreme precipitation prediction based on neural network model – A case study for southeastern Brazil, Journal of Hydrology, V. 606, 127454 2022. DOI: 10.1016/j.jhydrol.2022.127454.
Zarate, L., Petrocchi , B. ., Dias Maia, C. ., Felix, C., & Gomes, M. P. . (2023). CAPTO - A method for understanding problem domains for data science projects: CAPTO - Um método para entendimento de domínio de problema para projetos em ciência de dados. Concilium, 23(15), 922–941. DOI: 10.53660/CLM-1815-23M33.
Teece, D.J. (2013). Nonaka’s Contribution to the Understanding of Knowledge Creation, Codification and Capture. In: von Krogh, G., Takeuchi, H., Kase, K., Cantón, C.G. (eds) Towards Organizational Knowledge. The Nonaka Series on Knowledge and Innovation. Palgrave Macmillan, London. DOI: 10.1057/9781137024961_2
Brady SS, Brubaker L, Fok CS, et al. Development of Conceptual Models to Guide Public Health Research, Practice, and Policy: Synthesizing Traditional and Contemporary Paradigms. Health Promot Pract. 2020;21(4):510-524. DOI: 10.1177/1524839919890869
Sally C. Brailsford, Tillal Eldabi, Martin Kunc, Navonil Mustafee, Andres F. Osorio, Hybrid simulation modelling in operational research: A state-of-the-art review, European Journal of Operational Research, Volume 278, Issue 3, 2019, Pages 721-737, ISSN 0377-2217, DOI: 10.1016/j.ejor.2018.10.025.