Algoritmos Evolutivos para Agregar Classificadores e Agrupadores

Resumo

Técnicas de mineração de dados têm um importante papel em diversas áreas do conhecimento humano. Para alcançar melhores resultados a partir dessas ferramentas, diversas abordagens baseadas em agregadores (ensembles) têm sido propostas e utilizadas na prática. No entanto, poucos trabalhos abordam a agregação de algoritmos de diferentes paradigmas de aprendizagem, como algoritmos de agrupamento e classificação. De fato, a agregação de classificadores e agrupadores tem como motivação as diversas vantagens inerentes a cada uma dessas tarefas. Em especial, resultados de agrupamento podem ajudar a aumentar a precisão e a capacidade de generalização de classificadores, enquanto que a informação das classes pode auxiliar na geração de um agrupamento de melhor qualidade. Alguns trabalhos encontrados na literatura agregam agrupamento e classificação de maneira sequencial, e.g., primeiro realizam o agrupamento e subsequentemente realizam a classificação sobre a estrutura de grupos obtida. Mais recentemente, alguns outros trabalhos têm agregado simultaneamente essas duas tarefas. O principal objetivo desse projeto de pesquisa é investigar e desenvolver algoritmos que agreguem classificadores e agrupadores para problemas de classificação. Especificamente, dado o conhecido potencial de algoritmos evolutivos na resolução de problemas de mineração de dados, serão estudadas e propostas técnicas evolutivas para esse problema.