Inducao de regras de conhecimento utilizando computacao evolutiva multi-objetivo e rankings.

• Processo: 07/01259-7
• Modalidade de apoio: Bolsas no Brasil - Iniciação Científica
• Data de Início da vigência: 01 de julho de 2007
• Data de Término da vigência: 31 de dezembro de 2007
• Área de conhecimento: Ciências Exatas e da Terra - Ciência da Computação - Metodologia e Técnicas da Computação
• Pesquisador responsável: Gustavo Enrique de Almeida Prado Alves Batista
• Beneficiário: Rafael Giusti
• Instituição Sede: Instituto de Ciências Matemáticas e de Computação (ICMC). Universidade de São Paulo (USP). São Carlos , SP, Brasil
• Assunto(s): Inteligência artificial Aprendizado computacional Computação evolutiva
• Palavra(s)-Chave do Pesquisador: Aprendizado de Máquina | Aprendizado Multi-objetivo | computação evolutiva | Rankings | Inteligência Artificial

Resumo

Aprendizado de Máquina - AM - é uma sub-área de Inteligência Artificial - IA - que estuda métodos computacionais para adquirir novos conhecimentos de forma automática ou semi-automática. O conhecimento induzido pode ser representado simbolicamente, ou seja, de forma inteligível para o usuário. Tipicamente, algoritmos de AM simbólicos têm como objetivo extrair um conjunto de regras de conhecimento, ou classificador, que possa ser utilizado na previsão das classes de casos que não foram vistos a priori pelo algoritmo. Em outras palavras, o objetivo do classificador induzido pelo algoritmo de aprendizado é obter uma boa precisão na classificação de novos casos. Assim, os classificadores simbólicos tendem a negligenciar outras propriedades das regras que os constituem. Uma outra abordagem é a indução de regras de conhecimento com propriedades específicas, ou seja, regras que possuam outras qualidades além da precisão e cobertura, por exemplo. O ambiente computacional SnifferECLE e a biblioteca orientada a objetos ECLE utilizam uma abordagem evolutiva para construir regras de conhecimento que priorizem uma ou mais medidas de avaliação de regras. Um dos desafios encontrados nessa abordagem é a composição de duas ou mais medidas de avaliação de regras. Neste trabalho está-se interessado em aprofundar a pesquisa sobre a utilização de rankings como forma de compor e integrar duas ou mais medidas de desempenho ao algoritmo baseado em Computação Evolutiva da biblioteca ECLE.