Baixe o app para aproveitar ainda mais
Prévia do material em texto
PONTIFÍCIA UNIVERSIDADE CATÓLICA DE MINAS GERAIS Instituto de Informática – Sistemas de Informação Prof.: Saulo Augusto de Paula Pinto saulo@pucminas.br Disciplina: Inteligência Artificial 2o Semestre de 2014 APRENDIZAGEM DE MÁQUINA TRABALHO PRÁTICO Valor: 20 pontos Data de entrega pelo professor: 27/10/2014 Data de entrega: 18/11/2014 (via SGA) Objetivos Comparar os resultados produzidos por métodos de aprendizagem supervisionada e não-supervisionada disponibilizados pelo WEKA. WEKA O WEKA é um ambiente escrito em Java que possui vários métodos de aprendizagem supervisionada, os classificadores, e alguns de aprendizagem não-supervisionada (clustering), os clusterers. Para trabalhar-se com o WEKA devem ser gerados arquivos com os dados a serem utilizados na análise que estejam no formato apropriado, o formato ARFF. Um tutorial resumido encontra-se disponível no site do WEKA. Site oficial: http://www.cs.waikato.ac.nz/ml/weka/. O que Deve Ser Feito Utilizando o arquivo ARFF disponível no SGA, execute todos os algoritmos de árvores de decisão (pasta “trees”), todas as redes neurais (pasta “functions”) e todos os métodos que fazem clustering disponíveis no WEKA. Compare os resultados dos algoritmos de aprendizagem, tabule-os e reporte-os. Não se esqueça de verificar e reportar os parâmetros de cada algoritmo. O que Deve Ser Entregue Um artigo no formato da SBC (que será disponibilizado oportunamente) deve ser postado no SGA. O artigo deve conter uma breve introdução descrevendo os problemas da aprendizagem supervisionada e não-supervisionada, o conjunto de dados e os métodos de aprendizagem utilizados(*), além dos resultados, análise dos mesmos, conclusões e referências bibliográficas utilizadas.
Compartilhar