Aplicação de aprendizado ativo em um algoritmo de detecção de novidade em fluxos contínuos

Reis, Ruth Cândida Catharine Silva

Please use this identifier to cite or link to this item: https://repositorio.ufu.br/handle/123456789/19917

Full metadata record

DC Field	Value	Language
dc.creator	Reis, Ruth Cândida Catharine Silva	-
dc.date.accessioned	2017-11-28T18:23:44Z	-
dc.date.available	2017-11-28T18:23:44Z	-
dc.date.issued	2017-08-03	-
dc.identifier.citation	REIS, R. C. C. S. Aplicação de aprendizado ativo em um algoritmo de detecção de novidade em fluxos contínuos. 2017. 49 f. Trabalho de Conclusão de Curso (Graduação em Sistemas de Informação) - Universidade Federal de Uberlândia, Uberlândia, 2017.	pt_BR
dc.identifier.uri	https://repositorio.ufu.br/handle/123456789/19917	-
dc.language	por	pt_BR
dc.publisher	Universidade Federal de Uberlândia	pt_BR
dc.rights	Acesso Aberto	pt_BR
dc.subject	fluxos contínuos	pt_BR
dc.subject	aprendizado de máquina	pt_BR
dc.subject	detecção de novidade	pt_BR
dc.subject	aprendizado ativo	pt_BR
dc.title	Aplicação de aprendizado ativo em um algoritmo de detecção de novidade em fluxos contínuos	pt_BR
dc.type	Trabalho de Conclusão de Curso	pt_BR
dc.contributor.advisor1	Paiva, Elaine Ribeiro de Faria	-
dc.contributor.referee1	Escarpinati, Maurício Cunha	-
dc.contributor.referee2	Miani, Rodrigo Sanches	-
dc.description.degreename	Trabalho de Conclusão de Curso (Graduação)	pt_BR
dc.description.resumo	O crescimento exponencial da tecnologia proporcionou uma aquisição de dados em grande escala, com isso surgiu a necessidade de se manipular essas grandes quantidades de dados que aparecem de forma ilimitada e em alta velocidade. Trabalhar com fluxos contínuos de dados se tornou uma tarefa desafiadora. Algoritmos tradicionais de aprendizado de máquina se tornaram obsoletos para atuarem em cenários dinâmicos, esses algoritmos entendem que o fluxo dos dados é finito e a natureza dos dados é estacionária. Nos últimos anos pesquisadores tem desenvolvido trabalhos para tratar classificação e detecção de novidade em fluxos contínuos. Classificar dados em um ambiente dinâmico e uma tarefa custosa, visto que classificação em fluxos contínuos está diretamente relacionada a mudança e evolução de conceitos, o algoritmo precisa atualizar o seu modelo de decisão de forma incremental para melhor classificar os dados que vão surgindo ao longo do tempo. Este trabalho tem por objetivo melhorar a capacidade preditiva de um algoritmo de classificação existente na literatura, o MINAS. Para isso, foram propostas novas implementações de técnicas de aprendizado ativo comumente utilizadas na literatura, estas técnicas supõem invocar um especialista de domínio para rotular apenas uma amostra de instâncias. Foram realizados experimentos comparando as abordagens propostas com a versão original do MINAS e foi realizada uma análise do impacto disso na performance do algoritmo. Os resultados indicam que a metodologia empregada têm potencial para resolver problemas relacionados a classificação em cenários dinâmicos.	pt_BR
dc.publisher.country	Brasil	pt_BR
dc.publisher.course	Sistemas de Informação	pt_BR
dc.sizeorduration	49	pt_BR
dc.subject.cnpq	CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::METODOLOGIA E TECNICAS DA COMPUTACAO::SISTEMAS DE INFORMACAO	pt_BR
Appears in Collections:	TCC - Sistemas de Informação (Uberlândia)

Files in This Item:

File	Description	Size	Format
aplicacaoAprendizadoAtivo.pdf	TCC	6.14 MB	Adobe PDF	View/Open

Show simple item record