Pereira, Francisco José BatistaAntunes, João Miguel Catalão2022-08-292022-08-292022-04-072022-03-04http://hdl.handle.net/10400.26/41696O 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.porMeta-aprendizagemÁrvore de decisãoDatasetAnálise de dadosmaster thesis203108809