Trabalho Prático 2 - WEKA

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.