Concept drift: caracterização e aplicações

• Autor(a) principal: Souza, Hering Rogério de
• Data de Publicação: 2023
• Outros Autores: Vilela, Sandro Pereira
• Tipo de documento: Trabalho de conclusão de curso
• Idioma: por
• Título da fonte: Repositório Institucional da Universidade Federal Fluminense (RIUFF)
• Texto Completo: http://app.uff.br/riuff/handle/1/30887
• topic: Concept drift; Mudança de conceito; Distribuição não estacionária; Data stream mining; Detecção de falhas; Aprendizado de máquina; Mudança; Concept change; Non-stationary distribution

A grande quantidade de dados que atualmente é gerada em vários campos, como processos financeiros, atividades de mídia social, aplicativos de Internet das Coisas e outros, exige que estes sejam processados de maneira específica, os dados obtidos não podem ser processados por meio de algoritmos de mineração de dados tradicional devido a várias restrições, incluindo memória limitada, geração rápida de dados e um ambiente dinâmico, é nesse cenário que ocorre o problema conhecido como Concept drift. O Concept Drift é conhecido como a principal restrição na mineração de fluxo de dados, especialmente em tarefas de classificação. Refere-se à mudança na distribuição de dados ao longo do tempo, a qual gerará uma deterioração na precisão dos modelos de classificação e consequentemente na obtenção de previsões erradas. Neste trabalho apresentamos formalmente o Concept drift, os vários tipos, os principais algoritmos que o tratam e as aplicações