Aplicação de algoritmos de aprendizagem de máquina para mineração de dados sobre beneficiários de planos de saúde suplementar

Authors

  • Oudival Luiz Fraccaro Marins Universidade Estadual de Maringá
  • Everton Fernando Barros Universidade Estadual de Maringá
  • Wesley Romão Universidade Estadual de Maringá
  • Ademir Aparecido Constantino Universidade Estadual de Maringá
  • Celso Lara Souza Benner Tecnologia e Sistemas de Saúde Ltda

Keywords:

Mineração de Dados

Abstract

Grandes bases de dados podem conter conhecimento oculto que poderia auxiliar na tomada de decisões, porém a extração de tal conhecimento não é tarefa trivial sendo necessária a utilização de técnicas de mineração de dados. Operadoras de planos de saúde suplementar normalmente possuem grande quantidade de informações armazenadas a respeito dos procedimentos realizados por seus beneficiários, o que possibilita a existência de conhecimento oculto em suas bases de dados. A literatura apresenta um algoritmo, denominado C5.0, reconhecido como eficiente para resolver a tarefa de classificação em mineração de dados. Neste artigo foram aplicados os algoritmos, de aprendizagem de máquina, C5.0 e PGD (Programação Genética Difusa) em uma base de dados sobre beneficiários de planos de saúde suplementar a fim de validar o algoritmo baseado em programação genética comparando com os resultados da aplicação do algoritmo C5.0.

Downloads

Published

2012-06-27

How to Cite

Marins, O. L. F., Barros, E. F., Romão, W., Constantino, A. A., & Souza, C. L. (2012). Aplicação de algoritmos de aprendizagem de máquina para mineração de dados sobre beneficiários de planos de saúde suplementar. Journal of Health Informatics, 4(2). Retrieved from https://jhi.sbis.org.br/index.php/jhi-sbis/article/view/196

Issue

Vol. 4 No. 2 (2012)

Section

Original Articles

License

Submission of a paper to Journal of Health Informatics is understood to imply that it is not being considered for publication elsewhere and that the author(s) permission to publish his/her (their) article(s) in this Journal implies the exclusive authorization of the publishers to deal with all issues concerning the copyright therein. Upon the submission of an article, authors will be asked to sign a Copyright Notice. Acceptance of the agreement will ensure the widest possible dissemination of information. An e-mail will be sent to the corresponding author confirming receipt of the manuscript and acceptance of the agreement.

Similar Articles

1 2 3 4 5 6 7 8 9 10 > >> 

You may also start an advanced similarity search for this article.

Most read articles by the same author(s)