Loading...
Publication
Métodos baseados em árvores para meta-aprendizagem
| Name: | Description: | Size: | Format: | |
|---|---|---|---|---|
| 2.92 MB | Adobe PDF |
Authors
Advisor(s)
Abstract(s)
O presente projeto visa criar um método automático para seleção do algoritmo de análise de dados
que servirá para resolver problemas de classificação. Sendo que para a realização do presente
estudo várias etapas foram realizadas. A primeira etapa centrou-se essencialmente na pesquisa e
investigação do tema no sentido de adquirir conhecimento na área.
O objetivo passa por implementar uma ideia nova para fazer meta-aprendizagem através do
desenvolvimento de um classificador capaz de classificar novos problemas. No entanto e para que
seja possível esta implementação será necessário recolher dados no sentido de “alimentar” o
classificador. A recolha dos dados passa por analisar diversos datasets e extrair
conhecimento/características de cada uma deles com o objetivo de criar uma base de dados que
servirá de input ao classificador. A fase de recolha de dados será descrita e detalhada nas secções
seguintes deste projeto.
Uma vez criado a base de dados de treino do classificador segue-se a próxima etapa que se centra
na criação deste. O classificador terá como base o algoritmo árvore de decisão sendo este alvo de
parametrizações no sentido de o otimizar.
Numa fase posterior ao desenvolvimento de um meta-dataset e de um meta-modelo será possível
verificar o comportamento deste uma vez colocado em produção. Existe um problema de
classificação novo que será “consumido” pelo meta-modelo e este baseado em dados históricos
classificará o problema, ou seja, sugere o melhor algoritmo de análise de dados.
Desta forma será possível desenvolver/contribuir com uma base de dados com
informação/características de diversos datasets assim como um classificador capaz de sugerir o
melhor algoritmo de análise de dados.
Description
Keywords
Meta-aprendizagem Árvore de decisão Dataset Análise de dados