Uma Abordagem para a Indução de Árvores de Decisão voltada para Dados de Expressão Gênica

Resumo

A análise de grandes volumes de dados requer automação. Ferramentas de mineração de dados mostraram-se úteis em uma variedade de domínios, incluindo análise de dados genômicos. Como o volume de dados cresce rapidamente nos dias atuais, há a necessidade de ferramentas de mineração de dados especificamente direcionadas para dados genômicos. Classificação, a separação de dados em classes distintas é, aparentemente, a tarefa de mineração de dados mais comum e árvores de decisão são, provavelmente, os classificadores mais populares. Pesquisas científicas mostram que classificação pode ser utilizada para analisar o efeito de fatores genômicos, clínicos, ambientais e demográficos nas doenças, resposta ao tratamento e risco de efeitos colaterais. Portanto, pesquisar e desenvolver algoritmos de indução de árvores de decisão eficientes voltados para dados genômicos é uma meta importante para a sociedade na qual estamos inseridos. Experimentos de expressão gênica geram conjuntos de exemplos com milhares de genes (atributos) mas poucas amostras (exemplos). A indução de árvores de decisão de forma mais adequada neste problema de alta dimensão tem se mostrado uma tarefa difícil, mas que é crucial para determinar com sucesso o fenômeno de interesse. A proposta deste plano de mestrado consiste em pesquisar algoritmos de indução de árvores de decisão com o objetivo de definir e implementar um algoritmo para indução de árvores de decisão voltado para dados de expressão gênica.