Inferência Seletiva em Aprendizado de Máquina: teoria, algoritmos e aplicações

• Processo: 09/17773-7
• Modalidade de apoio: Bolsas no Brasil - Doutorado
• Data de Início da vigência: 01 de maio de 2010
• Data de Término da vigência: 31 de maio de 2014
• Área de conhecimento: Ciências Exatas e da Terra - Ciência da Computação - Metodologia e Técnicas da Computação
• Pesquisador responsável: Maria Carolina Monard
• Beneficiário: Ígor Assis Braga
• Instituição Sede: Instituto de Ciências Matemáticas e de Computação (ICMC). Universidade de São Paulo (USP). São Carlos , SP, Brasil
• Assunto(s): Aprendizado computacional Aprendizado semissupervisionado Inteligência artificial
• Palavra(s)-Chave do Pesquisador: Aprendizado de Máquina | Aprendizado Semissupervisionado | Bootstrapping | Inferência Seletiva | Statistical Learning Theory | Inteligência Artificial

Resumo

Inferência seletiva é um problema presente em várias tarefas de aprendizado de máquina. Ainda que algumas soluções já tenham sido propostas, essas soluções consideram o uso de algoritmos desenvolvidos para solucionar problemas de inferência mais gerais. No entanto, a pesquisa em aprendizado de máquina vem mostrando que é importante solucionar um determinado problema de inferência diretamente, sem depender da solução de problemas de inferência mais gerais. O objetivo deste trabalho consiste na pesquisa e no desenvolvimento de algoritmos que solucionem diretamente o problema da inferência seletiva.

Publicações científicas

(Referências obtidas automaticamente do Web of Science e do SciELO, por meio da informação sobre o financiamento pela FAPESP e o número do processo correspondente, incluída na publicação pelos autores)

BRAGA, IGOR; YANG, Q; WOOLDRIDGE, M. Stochastic Density Ratio Estimation and Its Application to Feature Selection. PROCEEDINGS OF THE TWENTY-FOURTH INTERNATIONAL JOINT CONFERENCE ON ARTIFICIAL INTELLIGENCE (IJCAI), v. N/A, p. 2-pg., 2015-01-01. (09/17773-7)

BRAGA, IGOR; MONARD, MARIA CAROLINA. Improving the kernel regularized least squares method for small-sample regression. Neurocomputing, v. 163, p. 9-pg., 2015-09-02. (09/17773-7)

BRAGA, IGOR; MONARD, MARIA CAROLINA. Improving the kernel regularized least squares method for small-sample regression. Neurocomputing, v. 163, n. SI, p. 106-114, SEP 2 2015. (09/17773-7)

Publicações acadêmicas

(Referências obtidas automaticamente das Instituições de Ensino e Pesquisa do Estado de São Paulo)

BRAGA, Ígor Assis. Estimação estocástica da razão de densidades e sua aplicação em seleção de atributos. 2014. Tese de Doutorado - Universidade de São Paulo (USP). Instituto de Ciências Matemáticas e de Computação (ICMC/SB) São Carlos.