Logo PUC-Rio Logo Maxwell
TRABALHOS DE FIM DE CURSO @PUC-Rio
Consulta aos Conteúdos
Estatística
Título: UM ESTUDO DE APRENDIZADO ATIVO PARA TAREFAS DE REGRESSÃO
Autor(es): MIGUEL FAGUNDES VUORI
Colaborador(es): EDUARDO SANY LABER - Orientador
Catalogação: 19/SET/2023 Língua(s): PORTUGUÊS - BRASIL
Tipo: TEXTO Subtipo: TRABALHO DE FIM DE CURSO
Notas: [pt] 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.
[en] All data contained in the documents are the sole responsibility of the authors. The data used in the descriptions of the documents are in conformity with the systems of the administration of PUC-Rio.
Referência(s): [pt] https://www.maxwell.vrac.puc-rio.br/projetosEspeciais/TFCs/consultas/conteudo.php?strSecao=resultado&nrSeq=64002@1
DOI: https://doi.org/10.17771/PUCRio.acad.64002
Resumo:
Aprendizado ativo, ou active learning (AL) em inglês é uma técnica dentro da área de aprendizado de máquina bastante útil quando se possui uma base de dados com grande número de amostras não rotuladas no qual o custo de rotulagem é alto, seja em questões financeiras ou de complexidade. Essa técnica se baseia em escolher exemplos para serem rotulados que melhorem a performance do modelo relativo à tarefa de aprendizado de máquina em questão. Esse trabalho visa estudar, implementar e analisar diferentes técnicas de AL para tarefas de regressão.
Descrição: Arquivo:   
NA ÍNTEGRA PDF