Classifiers optimization with exceptional model mining

Detalhes bibliográficos
Ano de defesa: 2019
Autor(a) principal: Camargo, Marco Yoshiro Kuboyama de
Orientador(a): Prati, Ronaldo Cristiano
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: eng
Instituição de defesa: Universidade Federal do ABC
Programa de Pós-Graduação: Programa de Pós-Graduação em Ciência da Computação
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Link de acesso: http://biblioteca.ufabc.edu.br/index.php?codigo_sophia=118244&midiaext=77448
http://biblioteca.ufabc.edu.br/index.php?codigo_sophia=118244&midiaext=77448/index.php?codigo_sophia=118244&midiaext=77447
Resumo: Coordenação de Aperfeiçoamento de Pessoal de Nivel Superior
id UFBC_ec02126527c3652d8140f5bbef031811
oai_identifier_str oai:BDTD:118244
network_acronym_str UFBC
network_name_str Repositório Institucional da UFABC
repository_id_str
spelling info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisClassifiers optimization with exceptional model mining2019-06-04Prati, Ronaldo CristianoCamargo, Marco Yoshiro Kuboyama deUniversidade Federal do ABCPrograma de Pós-Graduação em Ciência da ComputaçãoUFABCengEXCEPTIONAL MODEL MININGSUBGROUP DISCOVERYCLASSIFICADORESCLASSIFIERSPROGRAMA DE PÓS-GRADUAÇÃO EM CIÊNCIA DA COMPUTAÇÃO - UFABCCoordenação de Aperfeiçoamento de Pessoal de Nivel SuperiorOs algoritmos tradicionais de predição buscam otimizar uma métrica de predição global para identificar uma tendência que descreva o comportamento de um conjunto de dados. Então, essa regra generalizada pode ser utilizada para fornecer estimativas para amostras até então desconhecidas. Este modus operandi pode induzir ao negligenciamento de padrões interessantes que contém informação relevante apenas por não estarem próximos à tendência principal. Essas regiões potencialmente interessantes do espaço são conhecidas como excepcionalidades locais e podem ser identificadas por algoritmos como o Exceptional Model Mining (EMM) na forma de subgrupos. O EMM generaliza a tarefa conhecida como subgroup discovery abrangendo também medidas de qualidade multivariáveis. Suas instâncias são definidas pela combinação de um modelo construído sobre atributos alvo pré-selecionados com uma medida de qualidade calculada em função dos modelos. Adicionar explicitamente essa informação em um conjunto de dados na forma de novos atributos forçaria os classificadores a considerar em seus espaços de busca as excepcionalidades locais, auxiliando o processo de construção das fronteiras de decisão e, consequentemente, melhorando o desempenho preditivo. Nossos resultados sugerem que, ao adicionar os subgrupos encontrados com o EMM como novos atributos em um conjunto de dados, foi possível melhorar o desempenho preditivos de algoritmos lineares tradicionais de classificação quando comparados com o mesmo algoritmo, executado com os mesmos parâmetros sobre o mesmo conjunto de dados, mas sem a informação provida pelo EMM.http://biblioteca.ufabc.edu.br/index.php?codigo_sophia=118244&midiaext=77448http://biblioteca.ufabc.edu.br/index.php?codigo_sophia=118244&midiaext=77448/index.php?codigo_sophia=118244&midiaext=77447application/pdfapplication/pdfreponame:Repositório Institucional da UFABCinstname:Universidade Federal do ABC (UFABC)instacron:UFABCinfo:eu-repo/semantics/openAccess2026-01-15T21:45:22Zoai:BDTD:118244Repositório InstitucionalPUBhttp://www.biblioteca.ufabc.edu.br/oai/oai.phpopendoar:2019-10-29T16:12:52Repositório Institucional da UFABC - Universidade Federal do ABC (UFABC)false
dc.title.pt.fl_str_mv Classifiers optimization with exceptional model mining
title Classifiers optimization with exceptional model mining
spellingShingle Classifiers optimization with exceptional model mining
Camargo, Marco Yoshiro Kuboyama de
title_short Classifiers optimization with exceptional model mining
title_full Classifiers optimization with exceptional model mining
title_fullStr Classifiers optimization with exceptional model mining
title_full_unstemmed Classifiers optimization with exceptional model mining
title_sort Classifiers optimization with exceptional model mining
author Camargo, Marco Yoshiro Kuboyama de
author_facet Camargo, Marco Yoshiro Kuboyama de
author_role author
dc.contributor.advisor1.fl_str_mv Prati, Ronaldo Cristiano
dc.contributor.author.fl_str_mv Camargo, Marco Yoshiro Kuboyama de
contributor_str_mv Prati, Ronaldo Cristiano
description Coordenação de Aperfeiçoamento de Pessoal de Nivel Superior
publishDate 2019
dc.date.issued.fl_str_mv 2019-06-04
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://biblioteca.ufabc.edu.br/index.php?codigo_sophia=118244&midiaext=77448
http://biblioteca.ufabc.edu.br/index.php?codigo_sophia=118244&midiaext=77448/index.php?codigo_sophia=118244&midiaext=77447
url http://biblioteca.ufabc.edu.br/index.php?codigo_sophia=118244&midiaext=77448
http://biblioteca.ufabc.edu.br/index.php?codigo_sophia=118244&midiaext=77448/index.php?codigo_sophia=118244&midiaext=77447
dc.language.iso.fl_str_mv eng
language eng
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
application/pdf
dc.publisher.none.fl_str_mv Universidade Federal do ABC
dc.publisher.program.fl_str_mv Programa de Pós-Graduação em Ciência da Computação
dc.publisher.initials.fl_str_mv UFABC
publisher.none.fl_str_mv Universidade Federal do ABC
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFABC
instname:Universidade Federal do ABC (UFABC)
instacron:UFABC
instname_str Universidade Federal do ABC (UFABC)
instacron_str UFABC
institution UFABC
reponame_str Repositório Institucional da UFABC
collection Repositório Institucional da UFABC
repository.name.fl_str_mv Repositório Institucional da UFABC - Universidade Federal do ABC (UFABC)
repository.mail.fl_str_mv
_version_ 1854475884050776064

Registros relacionados