XINFORMAÇÕES SOBRE DIREITOS AUTORAIS
As obras disponibilizadas nesta Biblioteca Digital foram publicadas sob expressa autorização dos respectivos autores, em conformidade com a Lei 9610/98.
A consulta aos textos, permitida por seus respectivos autores, é livre, bem como a impressão de trechos ou de um exemplar completo exclusivamente para uso próprio. Não são permitidas a impressão e a reprodução de obras completas com qualquer outra finalidade que não o uso próprio de quem imprime.
A reprodução de pequenos trechos, na forma de citações em trabalhos de terceiros que não o próprio autor do texto consultado,é permitida, na medida justificada para a compreeensão da citação e mediante a informação, junto à citação, do nome do autor do texto original, bem como da fonte da pesquisa.
A violação de direitos autorais é passível de sanções civis e penais.
As obras disponibilizadas nesta Biblioteca Digital foram publicadas sob expressa autorização dos respectivos autores, em conformidade com a Lei 9610/98.
A consulta aos textos, permitida por seus respectivos autores, é livre, bem como a impressão de trechos ou de um exemplar completo exclusivamente para uso próprio. Não são permitidas a impressão e a reprodução de obras completas com qualquer outra finalidade que não o uso próprio de quem imprime.
A reprodução de pequenos trechos, na forma de citações em trabalhos de terceiros que não o próprio autor do texto consultado,é permitida, na medida justificada para a compreeensão da citação e mediante a informação, junto à citação, do nome do autor do texto original, bem como da fonte da pesquisa.
A violação de direitos autorais é passível de sanções civis e penais.
Coleção Digital
Título: MACHINE TEACHING COM TEMPO LIMITADO PARA PROBLEMAS DE REGRESSÃO Autor: PEDRO LAZERA CARDOSO
Instituição: PONTIFÍCIA UNIVERSIDADE CATÓLICA DO RIO DE JANEIRO - PUC-RIO
Colaborador(es):
EDUARDO SANY LABER - ORIENTADOR
Nº do Conteudo: 56352
Catalogação: 02/12/2021 Idioma(s): PORTUGUÊS - BRASIL
Tipo: TEXTO Subtipo: TESE
Natureza: PUBLICAÇÃO ACADÊMICA
Nota: Todos os dados constantes dos documentos são de inteira responsabilidade de seus autores. Os dados utilizados nas descrições dos documentos estão em conformidade com os sistemas da administração da PUC-Rio.
Referência [pt]: https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=56352@1
Referência [en]: https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=56352@2
Referência DOI: https://doi.org/10.17771/PUCRio.acad.56352
Resumo:
Título: MACHINE TEACHING COM TEMPO LIMITADO PARA PROBLEMAS DE REGRESSÃO Autor: PEDRO LAZERA CARDOSO
Nº do Conteudo: 56352
Catalogação: 02/12/2021 Idioma(s): PORTUGUÊS - BRASIL
Tipo: TEXTO Subtipo: TESE
Natureza: PUBLICAÇÃO ACADÊMICA
Nota: Todos os dados constantes dos documentos são de inteira responsabilidade de seus autores. Os dados utilizados nas descrições dos documentos estão em conformidade com os sistemas da administração da PUC-Rio.
Referência [pt]: https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=56352@1
Referência [en]: https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=56352@2
Referência DOI: https://doi.org/10.17771/PUCRio.acad.56352
Resumo:
Este trabalho considera o problema de Regressão com Tempo Limitado.
Dados um dataset, um algoritmo de aprendizado (Learner) a ser treinado e
um tempo limitado, não sabemos se seria possível treinar o modelo com todo
o dataset dentro deste tempo. Queremos então elaborar a estratégia que
extraia o melhor modelo possível deste algoritmo de aprendizado respeitando
o limite de tempo. Uma estratégia consiste em interagir com o Learner de
duas formas: enviando exemplos para o Learner treinar e enviando exemplos
para o Learner rotular. Nós definimos o que é o problema de Regressão
com Tempo Limitado, decompomos o problema de elaborar uma estratégia
em subproblemas mais simples e bem definidos, elaboramos uma estratégia
natural baseada em escolha aleatória de exemplos e finalmente apresentamos
uma estratégia, TW+BH, que supera a estratégia natural em experimentos
que realizamos com diversos datasets reais.
Descrição | Arquivo |
NA ÍNTEGRA |