Aprendizado de máquina : estatística Bayesiana em método de regressão linear simples com aplicação em magnitudes de quasares

• Autor(a) principal: Santos, Danielle Schneider
• Data de Publicação: 2018
• Tipo de documento: Trabalho de conclusão de curso
• Idioma: por
• Título da fonte: Repositório Institucional da UFRGS
• Texto Completo: http://hdl.handle.net/10183/181050
• topic: Aprendizado de máquina; Estatistica bayesiana; Regressão linear; Machine Learning; Frequentist; Linear Regression; Bayesian Statistics; Statistics

Neste trabalho, conceitos de inferência estatística são utilizados para aplicação de métodos de regressão linear simples através de técnicas de aprendizado de máquina. Como principal objetivo, busca-se analisar e comparar o método de regressão linear simples entre duas interpretações diferentes: abordagem estatística bayesiana e abordagem frequentista, também chamada de clássica. Utilizando-se bibliotecas específicas de programação probabilística e aprendizado de máquina para linguagem de programação Python, realiza-se, computacionalmente, a análise para os dois vieses de interesse. Os dados utilizados para análise são referentes às magnitudes i e z dos quasares obtidos pelo Sloan Digital Sky Survey (SDSS). Estas demonstram forte correlação entre si, sendo possível descrevê-las através de uma reta. Para a abordagem clássica, espera-se encontrar a linha de regressão que melhor descreva os dados. Para tal, busca-se encontrar uma estimativa única e pontual para os parâmetros de regressão. Em contrapartida, a análise bayesiana prevê que os parâmetros são descritos através de distribuições, ao invés de valores pontuais.