Aplicação de aprendizado de máquina EM dados mensurados numa seção do rio Atibaia/SP

Este artigo trata-se da aplicação de aprendizado de máquina e mineração de dados, os quais foram mensurados, realizado com algoritmos supervisionados e não supervisionados para treinamento. O banco de coleta dos dados utilizados, compõe-se de quarenta medições, realizadas no rio Atibaia/SP: vazão (Q), declividade da linha d?água (S), raio hidráulico (RH), largura do espelho d?água (B), descarga sólida transportada no leito (Gsb) e descarga sólida transportada em suspensão (Gss), nos anos de 1993 e 1994. Os algoritmos supervisionados utilizados foram: Árvore de Decisão - C4.5, Naive-Bayes, Regressão Logística e não supervisionado foi Expectation Maximization (EM). OS resultados foram obtidos mediante uso do software WEKA 3 (Waikato Environment for Knowledge Analysis) à título de comparação. Nas comparações entre os algoritmos, não foram satisfatórias, devido os anos adotados para as amostras ou não refletirem a distribuição dos dados e ou conterem ?outliers?. Por outro lado, propõem-se se for possível a ampliação do período estudado, bem como nova análise dos resultados para os mesmos algoritmos e aplicações de outros, onde a dependência condicional entre os parâmetros seja levada em consideração.