Please use this identifier to cite or link to this item: http://hdl.handle.net/11612/3235
Full metadata record
DC FieldValueLanguage
dc.contributor.advisorCarvalho, Rafael Lima de-
dc.contributor.authorSousa, Kleyson Morais de-
dc.date.accessioned2021-10-26T18:37:42Z-
dc.date.available2021-10-26T18:37:42Z-
dc.date.issued2018-10-
dc.identifier.citationSOUSA, Kleyson Morais de. Utilização de algoritmos de otimização por enxame aplicados à seleção de características. 52f. Monografia (Graduação) - Ciência da computação, Universidade Federal do Tocantins, Palmas, 2020.pt_BR
dc.identifier.urihttp://hdl.handle.net/11612/3235-
dc.description.abstractThe search for feature selection methods has been increasingly present in machine learning applications, especially in those where the number of available attributes is in the range of hundreds or even thousands. Such applications include, for example, word document processing, gene expression analysis, and combinatorial chemistry. Feature selection or selection of characteristics is a concept that proposes methods that aim to provide faster and more economical predictors, improve predictor prediction performance, and provide a better understanding of the underlying process that generated the data. Mathematically, feature selection is formulated as a combinatorial optimization problem. In general, addressing such problems in a way that finding the exact solution is not always feasible. In this way, computational intelligence methods can be used to allow the feature selection in practice. Therefore, the objective of this work is to present and propose optimization techniques guided by strategies of feature selection, among which we can highlight the optimization by swarm of particles, optimization of swarm by competition and the combination of both.pt_BR
dc.language.isopt_BRpt_BR
dc.publisherUniversidade Federal do Tocantinspt_BR
dc.subjectSeleção de característicaspt_BR
dc.subjectOtimizaçãopt_BR
dc.subjectAprendizagem de Máquinapt_BR
dc.subjectEnxame de Partículas.pt_BR
dc.titleUtilização de algoritmos de otimização por enxame aplicados a seleção de característicaspt_BR
dc.typeMonografiapt_BR
dc.description.resumoA pesquisa por métodos de seleção de características tem se mostrado cada vez mais presente em aplicações de aprendizado de máquina, principalmente naquelas onde o número de atributos disponíveis está na faixa de centenas ou até mesmo milhares. Essas aplicações incluem, por exemplo, o processamento de documentos de texto, análise de expressão genética e química combinatória. Seleção de características ou variáveis é um conceito que propõe métodos que visam fornecer preditores mais rápidos e econômicos, melhorar o desempenho de previsão dos preditores e proporcionar uma melhor compreensão do processo subjacente que gerou os dados. Matematicamente, a seleção de características é formulada como um problema de otimização combinatória. Em geral, abordar problemas deste tipo de maneira a encontrar a solução exata nem sempre é viável. Dessa forma, métodos de inteligência computacional, podem ser usados para que permitam realizar a seleção de características na prática. Portanto, o objetivo deste trabalho é apresentar e propor técnicas de otimização guiadas por estratégias de seleção de características, dentre as quais pode-se destacar a otimização por enxame de partículas, otimização de enxame por competição e a combinação de ambos.pt_BR
dc.publisher.campusPalmaspt_BR
dc.subject.cnpqCNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAOpt_BR
dc.publisher.cursoCiência da computaçãopt_BR
dc.publisher.localPalmaspt_BR
dc.publisher.levelGraduaçãopt_BR
Appears in Collections:Ciência da Computação

Files in This Item:
File Description SizeFormat 
Kleyson Morais de Sousa ok.pdf12.94 MBAdobe PDFThumbnail
View/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.