Baixe o app para aproveitar ainda mais
Prévia do material em texto
Felipe dos Santos Alves Ferreira APRENDIZADO DE MÁQUINA POR OTIMIZAÇÃO Conforme o estudo de caso pede, temos de propor uma solução para a questão do problema das 8 rainhas. O problema consiste em dispor 8 rainhas sobre um tabuleiro de dimensões 8 × 8, de tal modo que elas não se ataquem. Será necessário utilizar um algoritmo eficiente para otimizar o processo de busca por soluções. A técnica que será apresentada para solucionar a questão é conhecida por Backtracking e consiste em um refinamento da busca por força bruta, em que múltiplas soluções podem ser eliminadas sem serem explicitamente examinadas. A ideia consiste em posicionar a primeira rainha em uma posição da primeira coluna, a segunda rainha em uma posição da segunda coluna, a terceira em uma posição da terceira coluna e assim por diante. Cada rainha irá se movimentar na sua coluna para tentarmos achar a solução. Ao posicionar uma rainha, é preciso verificar se elas se atacam. Se elas se atacarem, realiza-se um Backtracking (volta para algum estado anterior) para tentar novamente de outra forma. Abaixo faremos uma representação com todos os estágios até a solução final. Vamos representar o X como sendo a rainha e demonstrando como ficaria no tabuleiro com as suas possíveis movimentações onde a parte vermelha indica que não se pode colocar nenhuma peça. Para construir uma solução válida, devemos posicionar as demais rainhas no tabuleiro, porém, sempre respeitando as regras conforme a explicação acima. Felipe dos Santos Alves Ferreira Por fim temos a imagem representando o tabuleiro ocupado por 8 rainhas sem que exista a possibilidade de uma atacar as outras. Por fim vimos o problema sendo resolvido por Backtracking de uma forma relativamente simples e pouco custosa. Existem várias soluções para este problema e a ideia foi apresentar a mais viável para o projeto. Referências Bibliográficas ABREU, G. G. S. F. Desmistificando o conceito de ETL. Revista de Sistemas de Informação, São Luís, n. 2, jul./dez. 2008. BENETTI, F. N. Utilização da estatística e Big Data na Copa do Mundo FIFA 2014. Dissertação (Mestrado em Tecnologia da Inteligência e Design Digital) − Programa de Estudos Pós-Graduados em Tecnologia da Inteligência e Design Digital, Pontifícia Universidade Católica de São Paulo, São Paulo, 2017. BREIMAN, L. Statistical modeling: the two cultures. Quality control and applied statistics, v. 48, n. 1, p. 81-82, 2003. CONHEÇA 4 tipos de análise de dados de Big Data. Ascent Business Intelligence, jun. 2017. Disponível em: http://www.universidadebi.com.br/conheca-4-tipos-de-analise-de-dados-de- big-data/. Acesso em: 21 jul. 2020. DASU, T., JOHNSON, T. Exploratory Data Mining and Data Cleaning. New Jersey: John Wiley & Sons, 2003. GUAZZELLI, A. O que é análise preditiva? IBM Developer, ago. 2012. Disponível em: https://developer.ibm.com/br/technologies/predictive-analytics/articles/ba-predictive- analytics1. Acesso em: 21 jul. 2020. http://www.universidadebi.com.br/conheca-4-tipos-de-analise-de-dados-de-big-data/ http://www.universidadebi.com.br/conheca-4-tipos-de-analise-de-dados-de-big-data/ https://developer.ibm.com/br/technologies/predictive-analytics/articles/ba-predictive-analytics1 https://developer.ibm.com/br/technologies/predictive-analytics/articles/ba-predictive-analytics1 Felipe dos Santos Alves Ferreira GUEDES, T. A. et al. Estatística descritiva, [2020]. Disponível em: https://www.ime.usp.br/~rvicente/Guedes_etal_Estatistica_Descritiva.pdf. Acesso em: 9 jul. 2020. LANEY, D. Application delivery strategies. META Group, 2001. Disponível em: https://blogs.gartner.com/doug-laney/files/2012/01/ad949-3D-Data-Management- Controlling-Data-Volume-Velocity-and-Variety.pdf. Acesso em: 10 jul. 2020. LYRA, B. L. A. Uso de um processo ETL em um modelo Data Warehouse para a geração de dashboards de indicadores de redes de telefonia celular. Rio de Janeiro: UFRJ/Escola Politécnica, 2016. MITCHELL, T. Machine Learning. Porto Alegre: McGraw-Hill Science, 1997. PEREIRA, A. M. Framework de Big Data. Porto Alegre: Grupo A Educação S.A., 2019. ROSA, C. S. Estudo sobre as técnicas e métodos de análise de dados no contexto de Big Data. Trabalho de Conclusão de Curso (Bacharelado em Engenharia Eletrônica e de Telecomunicações) − Faculdade de Engenharia Elétrica, Universidade Federal de Uberlândia, Patos de Minas, 2018. SILVESTRE, A. L. Análise de dados e estatística descritiva. São Paulo: Escolar Editora, 2007. SOUZA, E. F. M.; PETERNELLI, L. A.; MELLO, P. M. Software Livre R: aplicação estatística, [2020]. Disponível em: http://www.de.ufpb.br/~tarciana/MPIE/ApostilaR.pdf. Acesso em: 9 jul. 2020. VERT TECNOLOGIA, PERFORMANCE E RESULTADOS. As diferenças entre análise prescritiva, preditiva, descritiva e diagnóstica. Prof. Cordella, [2021]. Disponível em: http://www.profcordella.com.br/unisanta/textos/gin22_analise_preditiva_e_tipos_rev.ht ml. Acesso em: 16 jun. 2021. WICKHAM, H. Tidy data. Journal of Statistical Software, v. 59, n. 10, 2014. Disponível em: https://www.jstatsoft.org/article/view/v059i10. Acesso em: 9 jul. 2020. WITTEN, I. H.; FRANK, E. Data Mining: practical machine learning tools and techniques. Bio Med Eng OnLine, v. 5, n. 51, 2006. https://doi.org/10.1186/1475-925X-5-512005. Acesso em: 21 jul. 2020. https://www.ime.usp.br/~rvicente/Guedes_etal_Estatistica_Descritiva.pdf https://blogs.gartner.com/doug-laney/files/2012/01/ad949-3D-Data-Management-Controlling-Data-Volume-Velocity-and-Variety.pdf https://blogs.gartner.com/doug-laney/files/2012/01/ad949-3D-Data-Management-Controlling-Data-Volume-Velocity-and-Variety.pdf http://www.de.ufpb.br/~tarciana/MPIE/ApostilaR.pdf http://www.profcordella.com.br/unisanta/textos/gin22_analise_preditiva_e_tipos_rev.html http://www.profcordella.com.br/unisanta/textos/gin22_analise_preditiva_e_tipos_rev.html https://www.jstatsoft.org/article/view/v059i10 https://doi.org/10.1186/1475-925X-5-512005
Compartilhar