@article{Pedreiro_Balbina_Moraes_2020, title={TÉCNICAS DE INTELIGÊNCIA ARTIFICIAL UTILIZADAS PARA ANÁLISE DA APTIDÃO CARDIORRESPIRATÓRIA: UMA REVISÃO}, volume={6}, url={https://conhecendoonline.emnuvens.com.br/revista/article/view/81}, abstractNote={<p>A aptidão cardiorrespiratória (ACR) pode ser considerada um dos sinalizadores de saúde, estando diretamente ligada a capacidade respiratória e cardiovascular. Este parâmetro permite o estudo do impacto causado por fatores de risco como: obesidade, hipertensão arterial, tabagismo e dislipidemias. Portanto, o processamento rápido e eficiente dos dados provenientes do ACR é de grande importância para a área médica. Ferramentas modernas para análise de dados têm sido desenvolvidas, a fim de caracterizar de forma eficiente conjuntos de dados. Com a ajuda de códigos computacionais que tem como base a teoria do aprendizado automático ou aprendizado computacional, o próprio programa, através do reconhecimento de padrões, desenvolve a capacidade de "aprender". É o caso das técnicas que envolvem "Machine Learning", onde algorítimos complexos avaliam diversas variáveis, utilizando suas próprias respostas para melhora de desempenho. Utilizando os critérios e recomendações dos Itens de Relatórios Preferenciais para Revisões Sistemáticas, o objetivo desse trabalho é avaliar as técnicas de inteligência artificial, denominadas "Machine Learning", que são utilizadas para análises da ACR, revisando os artigos da literatura encontrada no banco de dados PubMed/Medline.<strong></strong></p>}, number={1}, journal={Conhecendo Online}, author={Pedreiro, Rodrigo Cunha de Mello and Balbina, Fernando Torres Coimbra de Sá and Moraes, Fernando José Habib}, year={2020}, month={ago.}, pages={15–25} }