Benchmark de Frameworks de Machine Learning

• Autor(a) principal: Silva, Tatiana Cristina Soares
• Data de Publicação: 2022
• Tipo de documento: Dissertação
• Idioma: eng
• Título da fonte: Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
• Texto Completo: http://hdl.handle.net/11110/2340
• topic: Machine Learning; Frameworks; Bibliotecas; Benchmark; Algoritmos

Este trabalho de dissertação resulta de um estudo realizado relativo à área de Machine Learning, os algoritmos que esta área engloba, as formas de aplicação do Machine Learning nas mais diversas áreas do quotidiano, frameworks associadas e aplicações/estudos reais. Assim, este trabalho final de mestrado versa sobre o estudo e análise de diversas frameworks/bibliotecas de Machine Learning. Este estudo teve em conta as características de cada uma, bem como os seus "prós" e "contras". Estas foram avaliadas/classificadas consoante a sua utilização e feedback emitido por diversos utilizadores e estudos encontrados em pesquisa. Foram também ainda analisados estudos relativos à classificação das frameworks e sua respetiva evolução, onde são analisados características como a procura por parte dos utilizadores e benchmarking das mesmas. São também abordados casos reais de aplicação do Machine Learning na atualidade, mais concretamente, o seu papel no combate ao covid-19. Este trabalho apenas se debruça sobre uma análise teórica das diversas frameworks abordadas, sendo possível concluir quais as frameworks mais requisitadas na atualidade.