Use este identificador para citar ou linkar para este item: http://repositorio.roca.utfpr.edu.br/jspui/handle/1/7367
Título: Previsão da quantidade de classes em classificação hierárquica multirrótulo
Título(s) alternativo(s): Forecast of classes numbers in a hierarchical multi-label classification
Autor(es): Santos, Barbara Cristina dos
Almeida, Thissiany Beatriz
Orientador(es): Borges, Helyane Bronoski
Palavras-chave: Hierarquias - Classificação
Previsão
Aprendizado do computador
Hierarchies - Classification
Forecasting
Machine learning
Data do documento: 26-Mai-2014
Editor: Universidade Tecnológica Federal do Paraná
Câmpus: Ponta Grossa
Referência: SANTOS, Barbara Cristina; ALMEIDA, Thissiany Beatriz. Previsão da quantidade de classes em classificação hierárquica multirrótulo. 2014. 75 f. Trabalho de Conclusão de Curso (Graduação) - Universidade Tecnológica Federal do Paraná, Ponta Grossa, 2014.
Resumo: Muitos dos problemas de classificação descritos na literatura de Aprendizagem de Máquina dizem respeito à classificação de dados em que cada exemplo é associado a uma classe pertencente a um conjunto finito de classes, todas em um mesmo nível. No entanto, vários problemas de classificação, são de natureza hierárquica, em que classes podem ser subclasses ou superclasses de outras classes. Em muitos problemas hierárquicos, um ou mais exemplos podem ser associados a mais de uma classe simultaneamente. Esses problemas são conhecidos como problemas de classificação hierárquica multirrótulo. Nesse trabalho, foi utilizada a técnica ML-kNN para a predição de problemas multirrótulos, visando determinar o número de classes que podem ser atribuídas a um exemplo.
Abstract: Many Machine’s Learning classification problems are described in the literature associanting the classification of data with a belonging class to an finite set of classes, all at a same level. However, many classification problems are of hierarchical nature, in which classes may be subclasses or superclasses of other classes. In many hierarchical problems, one or more examples may be associated to more than one class simultaneously. Those problems are known as multi-label hierarchical classification problems. In this paper, the ML-kNN techniques used to address the prediction of multi-label problems, aiming to determine the number of classes that may be assigned to an example.
URI: http://repositorio.roca.utfpr.edu.br/jspui/handle/1/7367
Aparece nas coleções:PG - Ciência da Computação

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
PG_COCIC_2014_1_01.pdf1,84 MBAdobe PDFVisualizar/Abrir


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.