Análise de meta dados a partir de repositórios públicos

• Processo: 24/07637-9
• Modalidade de apoio: Bolsas no Brasil - Iniciação Científica
• Data de Início da vigência: 01 de junho de 2024
• Data de Término da vigência: 31 de agosto de 2025
• Área de conhecimento: Ciências Exatas e da Terra - Ciência da Computação
• Pesquisador responsável: Ana Carolina Lorena
• Beneficiário: Lucas Ribeiro do Rêgo Barros
• Instituição Sede: Divisão de Ciência da Computação (IEC). Instituto Tecnológico de Aeronáutica (ITA). Ministério da Defesa (Brasil). São José dos Campos , SP, Brasil
• Vinculado ao auxílio: 21/06870-3 - Além da seleção de algoritmos: meta-aprendizado para análise e entendimento de dados e algoritmos, AP.JP2
• Bolsa(s) vinculada(s): 24/16535-5 - Integrando um módulo de recomendação de algoritmo no pacote PyISpace, BE.EP.IC
• Assunto(s): Aprendizado computacional
• Palavra(s)-Chave do Pesquisador: Análise de meta dados | machine learning | Meta dados | repositórios públicos | Análise de meta dados com machine learning

Resumo

O repositório OpenML é amplamente utilizado pela comunidade de Aprendizado de Máquina (ML), armazenando um grande número de conjuntos de dados juntamente com os resultados de experimentos computacionais realizados nos mesmos dados. Algumas meta-análises de conjuntos de dados de ML também são fornecidas no repositório MATILDA (Melbourne Algorithm Test Instance Library with Data Analytics). O objetivo deste trabalho é analisar metaconjuntos de dados gerados a partir desses repositórios, unindo as características dos conjuntos de dados do OpenML e também o desempenho alcançado por diferentes técnicas de ML em sua solução, a fim de apoiar tarefas de meta-aprendizado.