Name: | Description: | Size: | Format: | |
---|---|---|---|---|
1.69 MB | Adobe PDF |
Authors
Abstract(s)
Este documento diz respeito a um projeto de investigação que decorreu no âmbito de
projeto de final de curso do Mestrado em Informática e Sistemas, ramo de Tecnologias
de Informação e Conhecimento que decorreu no Instituto Superior de Engenharia de
Coimbra. Está integrado na área da aprendizagem automática e tem como principal
objetivo desenvolver uma nova framework suportada pelo SGE para resolver
problemas de aprendizagem supervisionada, e tem o nome de Ensemble SGE.
O Ensemble SGE, utiliza o SGE que é um algoritmo de evolução automática de
programas, para gerar vários modelos capazes de resolver um problema. E
posteriormente utiliza técnicas de aprendizagem por Ensemble para agregar alguns
dos modelos gerados e produzir um Ensemble.
Neste trabalho foram abordados 3 problemas de regressão simbólica. Duas
aproximações a funções conhecidas, polinómio de quarto grau e o polinómio de Pagie
e por fim Boston Housing, um problema em que dadas características de uma casa é
necessário prever o seu preço.
Os resultados deste projeto são positivos, é demonstrado que é possível obter
Ensembles capazes de resolver alguns problemas de uma melhor forma, que o melhor
modelo gerado pelo SGE. A performance obtida pela utilização de Ensembles é maior
comparativamente a modelos simples gerados pelo SGE. A framework foi
implementada e disponibilizada com possíveis casos de teste.
Concluindo, a escolha dos modelos constituintes do Ensemble é a decisão mais
importante, pois não foi encontrada nenhuma maneira exata de o fazer, ou seja,
apenas por métodos experimentais. O Ensemble SGE também consegue detetar
situações de overfitting mais cedo que o melhor modelo do SGE ao longo das
gerações. Isto porque o Ensemble SGE utiliza vários indivíduos de uma população.
Description
Keywords
Aprendizagem automática Aprendizagem supervisionada Programação genética Evolução gramatical SGE Aprendizagem por ensemble