PPGCC/CCET

Uma banca de DEFESA de MESTRADO foi cadastrada pelo programa.
DISCENTE: RAYRONE ZIRTANY NUNES MARQUES
DATA: 25/04/2014
HORA: 16:00
LOCAL: AUDITÓRIO DO DE.INF - CCET/UFMA
TÍTULO: UMA METODOLOGIA PARA SELEÇÃO DE ALGORITMOS DE CLASSIFICAÇÃO E OTIMIZAÇÃO DE PARÂMETROS.
PALAVRAS-CHAVES: Descoberta de Conhecimento, Mineração de Dados, Seleção de Algoritmos, Otimização de Parâmetros, Algoritmos Genéticos, Computação em Grade, Medicina e Saúde.
PÁGINAS: 74
GRANDE ÁREA: Ciências Exatas e da Terra
ÁREA: Ciência da Computação
RESUMO: As pesquisas de algoritmos de aprendizagem de máquina têm produzido uma variedade de opções que podem ser aplicadas em problemas de classificação. Dessa forma, a escolha de um algoritmo com potencial para geração de resultados satisfatórios tornou-se uma dificuldade. Tal dificuldade é intensificada à medida que cada algoritmo possui um conjunto de parâmetros que precisam ser ajustados, a cada nova situação, para o seu funcionamento adequado. Esse cenário ilustra um desafio conhecido na literatura como Combined Algorithm Selection and Hyperparameter Optimization Problem (CASH). Portanto, uma solução que resolva esse problema assume grande importância, especialmente na área de medicina e saúde onde os pesquisadores não são, necessariamente, especialistas em algoritmos de aprendizagem. Neste trabalho é apresentada uma metodologia baseada em ExpDB e Algoritmos Genéticos (AG) para resolver o problema CASH. Uma importante característica da abordagem proposta é a construção da população inicial do AG através dos valores de parâmetros obtidos de uma base pública de experimentos de mineração de dados, denominada ExpDB. A metodologia proposta foi implementada na ferramenta EMiner, construída sobre uma infraestrutura de software baseada em grade para o desenvolvimento de aplicações colaborativas da área de medicina e saúde (Projeto ECADeG). Para avaliar e validar a abordagem proposta, foram realizados experimentos em 12 conjuntos de dados das áreas de medicina e saúde vindos do repositório UCI. Os resultados obtidos mostraram que a estratégia de combinar os valores de parâmetros vindos do ExpDB via AG é efetiva para encontrar modelos de classificação com boa acurácia.
MEMBROS DA BANCA:
Interno - 407513 - FRANCISCO JOSE DA SILVA E SILVA
Externo à Instituição - LEANDRO BALBY MARINHO - UFCG
Presidente - 1564359 - LUCIANO REIS COUTINHO