Palestrante: Prof. Dr. Luís Paulo Faina Garcia (CIC/IE/UnB)
Título: Impulsionando a Caracterização de Bases de Dados para Meta-Aprendizado
Local: Sala Multiuso CIC
Resumo: Meta-aprendizado tem sido cada vez mais utilizado para apoiar a recomendação de algoritmos de aprendizado de máquina e suas configurações. Tais recomendações são feitas com base em uma meta-base que consiste na avaliação de desempenho de algoritmos em conjuntos de dados previamente conhecidos, bem como algumas características estruturais dessas bases de dados. Essas características, também chamadas de meta-características, descrevem propriedades das bases que são preditivas para o desempenho de algoritmos de aprendizado de máquina treinados nelas. Infelizmente, apesar de serem usados em um grande número de estudos, as meta-características não são uniformemente descritas e computadas, tornando muitos estudos empíricos irreproduzíveis e difíceis de comparar. Esse estudo de caso visa investigar a sistematização e a padronização das medidas de caracterização de bases de dados para meta-aprendizado de forma a permitir uma análise profunda da utilidade dessas medidas. Além disso, o projeto investiga novas medidas para aumentar o desempenho e fornecer insights sobre as informações importantes apresentadas nos meta-modelos e aborda tópicos estado da arte como o Aprendizado Automatizado (AutoML) e seus desafios.
Profa Célia Ghedini Ralha (Este endereço de email está sendo protegido de spambots. Você precisa do JavaScript ativado para vê-lo.)
Coordenadora dos Seminários de Pós-Graduação em Informática 2019-2