Análise de eficiência de algoritmos de aprendizado para máquinas de vetores suporte (2023)
- Authors:
- Autor USP: FEITOSA, DANILLO ARAUJO - ICMC
- Unidade: ICMC
- Subjects: APRENDIZADO COMPUTACIONAL; INTELIGÊNCIA ARTIFICIAL; ANÁLISE ASSINTÓTICA
- Keywords: Máquinas de vetores-suporte; Complexidade computacional.
- Language: Português
- Abstract: A análise assintótica tem por objetivo estudar o comportamento de um algoritmo conforme a entrada de dados aumenta substancialmente. Para esse estudo é utilizado o conceito de ordem O para funções assintoticamente não negativas quando n é grande, e visto que atualmente a quantidade de dados a serem processados por algoritmos tem aumentado rapidamente, em virtude principalmente dos algoritmos de inteligência Artificial que são utilizados para processamento de grande quantidade de dados, o trabalho é focado em aplicar a análise assintótica ao algoritmo SVM (Maquinas de Vetores de Suporte) para classificação. O trabalho realizado estudou os fundamentos teóricos do algoritmo de aprendizado de máquina SVM para classificação e da analise assintótica, tomando a implementação de seu código e calculando sua função custo desprezando seus coeficientes e termos de menor relevância conforme a aplicação conceitual. Além do estudo teórico do algoritmo, também foi implementado o algoritmo de aprendizado SVM para ser treinado para classificação utilizando um mesmo dataset, porém com diversos número de instâncias distintas para uma análise mais precisa na comparação do estudo teórico com aplicações reais.
- Imprenta:
- Publisher place: São Carlos
- Date published: 2023
-
ABNT
FEITOSA, Danilo Araújo. Análise de eficiência de algoritmos de aprendizado para máquinas de vetores suporte. 2023. Trabalho de Conclusão de Curso (MBA) – Instituto de Ciências Matemáticas e de Computação, Universidade de São Paulo, São Carlos, 2023. Disponível em: https://bdta.abcd.usp.br/directbitstream/14808713-e139-40d1-ae21-aa3c7004c739/Danilo_Araujo_Feitosa.pdf. Acesso em: 19 maio 2025. -
APA
Feitosa, D. A. (2023). Análise de eficiência de algoritmos de aprendizado para máquinas de vetores suporte (Trabalho de Conclusão de Curso (MBA). Instituto de Ciências Matemáticas e de Computação, Universidade de São Paulo, São Carlos. Recuperado de https://bdta.abcd.usp.br/directbitstream/14808713-e139-40d1-ae21-aa3c7004c739/Danilo_Araujo_Feitosa.pdf -
NLM
Feitosa DA. Análise de eficiência de algoritmos de aprendizado para máquinas de vetores suporte [Internet]. 2023 ;[citado 2025 maio 19 ] Available from: https://bdta.abcd.usp.br/directbitstream/14808713-e139-40d1-ae21-aa3c7004c739/Danilo_Araujo_Feitosa.pdf -
Vancouver
Feitosa DA. Análise de eficiência de algoritmos de aprendizado para máquinas de vetores suporte [Internet]. 2023 ;[citado 2025 maio 19 ] Available from: https://bdta.abcd.usp.br/directbitstream/14808713-e139-40d1-ae21-aa3c7004c739/Danilo_Araujo_Feitosa.pdf
Download do texto completo
| Tipo | Nome | Link | |
|---|---|---|---|
 |
Danilo_Araujo_Feitosa.pdf | Direct link |
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
