Anais > Edições Anteriores > Anais do XV WCF 2019 > A Relevância de Conjuntos Locais em Algoritmos de Apren-dizado Baseado em Instâncias

A Relevância de Conjuntos Locais em Algoritmos de Apren-dizado Baseado em Instâncias

Autores: Sandro Vieira Gonçalves, Maria do Carmo Nicoletti

Aprendizado Baseado em Instâncias (ABI) é uma área do Aprendi-zado de Máquina (AM) que investiga o uso de algoritmos de AM supervisio-nados que não realizam o processo de generalização, a partir do conjunto de treinamento. O processo de generalização acontece na fase de classificação, quando o algoritmo deve classificar uma nova instância, considerando o con-junto de treinamento armazenado. Um dos problemas associados a algoritmos ABI está relacionado ao volume de instâncias a ser armazenado que, também, provoca como efeito colateral o tempo de processamento associado à classifi-cação de novas instâncias. Uma das estratégias utilizadas para reduzir o vo-lume de armazenamento e melhorar o tempo de classificação é subsidiada pe-lo uso de conjunto local. Este artigo aborda algoritmos ABI em geral e discute a relevância de conjuntos locais no contexto de ABI, com foco no algoritmo vizinho mais próximo (NN), que é um dos algoritmos mais difundidos do pa-radigma ABI para a tarefa de classificação de novas instâncias.

DOCUMENTO COMPLETO

• A Relevância de Conjuntos Locais em Algoritmos de Apren-dizado Baseado em Instâncias