Machine learning and Information Science: contributions to a research and teaching agenda in the brazilian Information Science
Data
Título da Revista
ISSN da Revista
Título de Volume
Editor
Universidade Estadual de Londrina
Resumo
Descrição
Objective: it intends to support the construction of a research and teaching agenda on the subject of machine learning through knowledge of its main applications and most used algorithms. Methodology: article studies references to machine learning algorithms in indexed documents in the area of Information Science in the Web of Science database. Results and Conclusions: evaluates 3111 identified documents and concludes that the supervised approach through classification techniques is the most used in the field, with evidence for the Support Vector Machine, Decision Tree, Random Forest algorithms.
Objetivo: pretende apoyar la construcción de una agenda de investigación y docencia en el tema de aprendizaje automático a través del conocimiento de sus principales aplicaciones y algoritmos más utilizados. Metodología: el artículo estudia las referencias a algoritmos de aprendizaje automático en documentos indexados del área de Ciencias de la Información en la base de datos Web of Science. Resultados y Conclusiones: evalúa 3111 documentos identificados y concluye que el enfoque supervisado a través de técnicas de clasificación es el más utilizado en campo, con evidencia para los algoritmos Support Vector Machine, Decision Tree, Random Forest.
Objetivo: tem por intenção apoiar na construção de uma agenda de pesquisa e ensino do tema da aprendizagem de máquina por meio do conhecimento de suas principais aplicações e algoritmos mais usados. Metodologia: artigo estuda as referências de algoritmos de aprendizagem de máquina em documentos indexados na área da Ciência da Informação na base Web of Science. Resultados e Conclusões: avalia 3111 documentos identificados e conclui que a abordagem supervisionada por meio de técnicas de classificação é a mais utilizada no campo, com evidência para os algoritmos de Support Vector Machine, Decision Tree, Random Forest.
Objetivo: pretende apoyar la construcción de una agenda de investigación y docencia en el tema de aprendizaje automático a través del conocimiento de sus principales aplicaciones y algoritmos más utilizados. Metodología: el artículo estudia las referencias a algoritmos de aprendizaje automático en documentos indexados del área de Ciencias de la Información en la base de datos Web of Science. Resultados y Conclusiones: evalúa 3111 documentos identificados y concluye que el enfoque supervisado a través de técnicas de clasificación es el más utilizado en campo, con evidencia para los algoritmos Support Vector Machine, Decision Tree, Random Forest.
Objetivo: tem por intenção apoiar na construção de uma agenda de pesquisa e ensino do tema da aprendizagem de máquina por meio do conhecimento de suas principais aplicações e algoritmos mais usados. Metodologia: artigo estuda as referências de algoritmos de aprendizagem de máquina em documentos indexados na área da Ciência da Informação na base Web of Science. Resultados e Conclusões: avalia 3111 documentos identificados e conclui que a abordagem supervisionada por meio de técnicas de classificação é a mais utilizada no campo, com evidência para os algoritmos de Support Vector Machine, Decision Tree, Random Forest.
Palavras-chave
Aprendizagem de máquina, Ciência da Informação, Algoritmos, Web of Science, Machine learning, Information Science, Algorithms, Web of Science, Teaching, Aprendizaje automático, Ciencias de la Información, Algoritmos, Web de la Ciencia, Enseñando