Explorando a diversidade de dados: conectando os repositórios Kaggle e OpenML

• Processo: 23/11800-0
• Modalidade de apoio: Bolsas no Exterior - Estágio de Pesquisa - Iniciação Científica
• Data de Início da vigência: 01 de dezembro de 2023
• Data de Término da vigência: 29 de fevereiro de 2024
• Área de conhecimento: Ciências Exatas e da Terra - Ciência da Computação
• Pesquisador responsável: Ana Carolina Lorena
• Beneficiário: André Andrade Gonçalves
• Supervisor: Joaquin Vanschoren
• Instituição Sede: Divisão de Ciência da Computação (IEC). Instituto Tecnológico de Aeronáutica (ITA). São José dos Campos , SP, Brasil
• Instituição Anfitriã: Eindhoven University of Technology (TU/e), Holanda
• Vinculado à bolsa: 23/04911-0 - Reunindo metadados de competições, BP.IC
• Assunto(s): Aprendizado computacional Meta-aprendizado computacional Inteligência artificial Repositórios digitais
• Palavra(s)-Chave do Pesquisador: Aprendizado de Máquina | AutoML | Kaggle | Meta Learning | OpenML | Meta Learning e Aprendizado de Máquina

Resumo

A Aprendizagem de Máquina (ML), um subsetor fundamental da inteligência artificial, revolucionou inquestionavelmente a pesquisa em ciência da computação e promoveu melhorias imensas em aplicações tecnológicas ao capacitar computadores a aprender a partir de dados, tomar decisões e identificar padrões autonomamente. Embora diversos algoritmos de ML existam, estudos têm demonstrado e reconhecido que nenhum único algoritmo se destaca universalmente em todos os possíveis conjuntos de dados, de modo que um processo eficiente de seleção de algoritmo é crucial, o qual pode ser apoiado por estudos de meta-aprendizagem. Esses estudos podem ser usados para identificar e isolar as principais propriedades de conjuntos de dados específicos, principalmente para tarefas de classificação e regressão, e para incorporar informações sobre o desempenho de algoritmos de ML, um processo que exige uma quantidade extensiva de dados e esforço para extrair as características desejadas. Felizmente, repositórios públicos online, como o OpenML e o Kaggle, e o pyMFE, uma ferramenta para análise de dados e extração de metafeatures, oferecem esses requisitos e podem ser usados em conjunto, de forma complementar, para avançar as capacidades de meta-aprendizagem e AutoML para enfrentar e superar suas limitações individuais. Ao combinar os esforços do grupo de pesquisa responsável pelo OpenML, representado pelo Professor Joaquin Vanschoren, e nossa equipe ligada ao programa de iniciação científica da FAPESP, esta proposta BEPE pretende aprimorar estudos de meta-aprendizagem e capacitar o processo de coleta de conjuntos de dados, assim como sua caracterização e seleção. (AU)