metadataTrad.dc.contributor.author |
Boiani , Fabiano Alberto; |
metadataTrad.dc.contributor.advisor |
Kuyven, Patrícia Sorgatto; |
metadataTrad.dc.contributor.advisorLattes |
http://lattes.cnpq.br/6151882981275524; |
metadataTrad.dc.publisher |
Universidade do Vale do Rio dos Sinos; |
metadataTrad.dc.title |
Aplicação de aprendizado de máquina para classificação de jurisprudências; |
metadataTrad.dc.description.resumo |
Pesquisa e implementação de um serviço web capaz de classificar uma ementa jurisprudencial quanto ao seu resultado, provido ou desprovido. Utilizando a linguagem de programação python, foi desenvolvido um modelo de aprendizado de máquina supervisionado, o qual foi treinado através da utilização de uma base de jurisprudências pré-definida com seus respectivos resultados. Para isso, foram selecionados alguns algoritmos de aprendizado de máquina a fim de definir qual possui um melhor desempenho: Bayes Ingênuo, Floresta Aleatória e K-Vizinhos mais próximos. Após uma avaliação quanto ao desempenho desses algoritmos, foi o escolhido o modelo baseado no algoritmo de Floresta Aleatória, por ter uma melhor performance quanto à assertividade.; |
metadataTrad.dc.description.abstract |
Research and implementation of a web service capable of classifying jurisprudential summaries as to its result, provided or unprovided. Using the python programming language, a supervised machine learning model was developed, which was trained through the use of a predefined jurisprudence base with their respective results. For this, some machine learning algorithms were selected in order to define which one has the best performance: Naive Bayes, Random Forest and K-Nearest Neighbors. After an evaluation of the performance of these algorithms, it was chosen the model based on the Random Forest algorithm, because it has a better performance regarding assertiveness.; |
metadataTrad.dc.subject |
Classificação de jurisprudências; Linguagem de programação; Aprendizado de máquina supervisionado; Python; classifying jurisprudential; Programming language; Supervised machine learning; |
metadataTrad.dc.type |
TCC; |
metadataTrad.dc.date.issued |
2019-01-01; |
metadataTrad.dc.identifier.uri |
http://www.repositorio.jesuita.org.br/handle/UNISINOS/10162; |
metadataTrad.dc.audience.educationLevel |
Especialização; |
metadataTrad.dc.curso |
Especialização em Big Data, Data Science e Data Analytics; |