Comparativo de algoritmos de otimização em modelos de aprendizagem de máquina com foco em grandes massas de dados

Detalhes bibliográficos
Ano de defesa: 2019
Autor(a) principal: Santin, René Vieira
Orientador(a): Não Informado pela instituição
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Biblioteca Digitais de Teses e Dissertações da USP
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Algorithm
Algoritmo
Aprendizagem de máquina
Comparação
Comparison
Machine learning
Optimization
Otimização
Link de acesso: https://www.teses.usp.br/teses/disponiveis/45/45134/tde-20082025-203500/
Resumo: É comum encontrarmos modelos de aprendizagem de máquina com milhões de variáveis e com um enorme conjunto de dados. Algoritmos de otimização tradicionais são inviáveis para esses problemas, motivando a comunidade acadêmica a desenvolver novos algoritmos e a questionar quais seriam realmente aplicáveis e, sobretudo, em quais contextos. Este trabalho compara algoritmos aplicáveis a problemas de aprendizagem de máquina com grandes massas de dados, mostrando suas forças e fraquezas.
id USP_fe96a87a27f7ba20c42f16d4acdb886d
oai_identifier_str oai:teses.usp.br:tde-20082025-203500
network_acronym_str USP
network_name_str Biblioteca Digital de Teses e Dissertações da USP
repository_id_str
spelling Comparativo de algoritmos de otimização em modelos de aprendizagem de máquina com foco em grandes massas de dadosComparative of optimization algorithms applied to machine learning models with focus on big dataAlgorithmAlgoritmoAprendizagem de máquinaComparaçãoComparisonMachine learningOptimizationOtimizaçãoÉ comum encontrarmos modelos de aprendizagem de máquina com milhões de variáveis e com um enorme conjunto de dados. Algoritmos de otimização tradicionais são inviáveis para esses problemas, motivando a comunidade acadêmica a desenvolver novos algoritmos e a questionar quais seriam realmente aplicáveis e, sobretudo, em quais contextos. Este trabalho compara algoritmos aplicáveis a problemas de aprendizagem de máquina com grandes massas de dados, mostrando suas forças e fraquezas.We often find machine learning models with millions of variables and a huge data set. Traditional optimization algorithms are unfeasible for such problems, motivating the academic community to develop new algorithms and to question which ones would really apply, and especially in which contexts. This work compares algorithms applicable to machine learning problems with big data, highlighting their strengths and weaknesses.Biblioteca Digitais de Teses e Dissertações da USPMascarenhas, Walter FigueiredoSantin, René Vieira2019-05-03info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttps://www.teses.usp.br/teses/disponiveis/45/45134/tde-20082025-203500/reponame:Biblioteca Digital de Teses e Dissertações da USPinstname:Universidade de São Paulo (USP)instacron:USPLiberar o conteúdo para acesso público.info:eu-repo/semantics/openAccesspor2025-08-21T09:07:02Zoai:teses.usp.br:tde-20082025-203500Biblioteca Digital de Teses e Dissertaçõeshttp://www.teses.usp.br/PUBhttp://www.teses.usp.br/cgi-bin/mtd2br.plvirginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.bropendoar:27212025-08-21T09:07:02Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)false
dc.title.none.fl_str_mv Comparativo de algoritmos de otimização em modelos de aprendizagem de máquina com foco em grandes massas de dados
Comparative of optimization algorithms applied to machine learning models with focus on big data
title Comparativo de algoritmos de otimização em modelos de aprendizagem de máquina com foco em grandes massas de dados
spellingShingle Comparativo de algoritmos de otimização em modelos de aprendizagem de máquina com foco em grandes massas de dados
Santin, René Vieira
Algorithm
Algoritmo
Aprendizagem de máquina
Comparação
Comparison
Machine learning
Optimization
Otimização
title_short Comparativo de algoritmos de otimização em modelos de aprendizagem de máquina com foco em grandes massas de dados
title_full Comparativo de algoritmos de otimização em modelos de aprendizagem de máquina com foco em grandes massas de dados
title_fullStr Comparativo de algoritmos de otimização em modelos de aprendizagem de máquina com foco em grandes massas de dados
title_full_unstemmed Comparativo de algoritmos de otimização em modelos de aprendizagem de máquina com foco em grandes massas de dados
title_sort Comparativo de algoritmos de otimização em modelos de aprendizagem de máquina com foco em grandes massas de dados
author Santin, René Vieira
author_facet Santin, René Vieira
author_role author
dc.contributor.none.fl_str_mv Mascarenhas, Walter Figueiredo
dc.contributor.author.fl_str_mv Santin, René Vieira
dc.subject.por.fl_str_mv Algorithm
Algoritmo
Aprendizagem de máquina
Comparação
Comparison
Machine learning
Optimization
Otimização
topic Algorithm
Algoritmo
Aprendizagem de máquina
Comparação
Comparison
Machine learning
Optimization
Otimização
description É comum encontrarmos modelos de aprendizagem de máquina com milhões de variáveis e com um enorme conjunto de dados. Algoritmos de otimização tradicionais são inviáveis para esses problemas, motivando a comunidade acadêmica a desenvolver novos algoritmos e a questionar quais seriam realmente aplicáveis e, sobretudo, em quais contextos. Este trabalho compara algoritmos aplicáveis a problemas de aprendizagem de máquina com grandes massas de dados, mostrando suas forças e fraquezas.
publishDate 2019
dc.date.none.fl_str_mv 2019-05-03
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 https://www.teses.usp.br/teses/disponiveis/45/45134/tde-20082025-203500/
url https://www.teses.usp.br/teses/disponiveis/45/45134/tde-20082025-203500/
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv
dc.rights.driver.fl_str_mv Liberar o conteúdo para acesso público.
info:eu-repo/semantics/openAccess
rights_invalid_str_mv Liberar o conteúdo para acesso público.
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.coverage.none.fl_str_mv
dc.publisher.none.fl_str_mv Biblioteca Digitais de Teses e Dissertações da USP
publisher.none.fl_str_mv Biblioteca Digitais de Teses e Dissertações da USP
dc.source.none.fl_str_mv
reponame:Biblioteca Digital de Teses e Dissertações da USP
instname:Universidade de São Paulo (USP)
instacron:USP
instname_str Universidade de São Paulo (USP)
instacron_str USP
institution USP
reponame_str Biblioteca Digital de Teses e Dissertações da USP
collection Biblioteca Digital de Teses e Dissertações da USP
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)
repository.mail.fl_str_mv virginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.br
_version_ 1848370487118266368

Registros relacionados