Avaliação do Conhecimento Adquirido por Algoritmos de Aprendizado de Máquina Utilizando Exemplos

• Autor(a) principal: Horst, Paulo Sergio
• Data de Publicação: 1999
• Tipo de documento: Dissertação
• Idioma: por
• Título da fonte: Biblioteca Digital de Teses e Dissertações da USP
• Texto Completo: http://www.teses.usp.br/teses/disponiveis/55/55134/tde-09032018-135652/
• topic: Não disponível; Not available

O avanço de algumas áreas como computação e comunicação de dados, bem como a busca incessante pelo domínio das informações, contribui para aumentar cada vez mais as pesquisas relacionadas com aquisição de conhecimento, tema central da área de Inteligência Artificial. A aquisição implícita de conhecimento é realizada utilizando-se algoritmos de Aprendizado de Máquina. No caso de algoritmos simbólicos supervisionados, o conhecimento adquirido é representado em estruturas lógicas, tais como regras do tipo se então, que são entendíveis pelo ser humano. Quando o número de regras é elevado, ou as regras consideram muitas condições no seu corpo, torna-se difícil, ao ser humano, a análise desse conhecimento. Uma solução para esta questão é o desenvolvimento de boas medidas de avaliação de regras. Independentemente da quantidade de regras, essas medidas ajudam a selecionar aquelas que são mais úteis e interessantes, pois parte do conhecimento adquirido dos exemplos pode ser muito óbvio ou irrelevante. Neste trabalho são discutidas algumas medidas propostas na literatura, com a finalidade de auxiliar o usuário no entendimento e utilização proveitosa do conhecimento adquirido. Com base nos estudos realizados foi projetado e implementado um sistema computacional, denominado 7.0 system , para auxiliar na avaliação dessas regras de conhecimento. 0 RQsystem foi desenvolvido na linguagem de programação lógica Prolog e consiste de dois módulos principais. O primeiro é responsável pelo pré-processamento dos dados de entrada. O segundo módulo é responsável por fornecer diversar informações pré-definidas no sistema ou construídas e formuladas pelo usuário. o TZQsystern está descrito neste trabalho utilizando um pequeno conjunto de dados do mundo real e as regras geradas pelos algoritmos de Aprendizado de Máquina C.111-2 e C4.5. Esse sistema tem características interessantes que lhe conferem uma boa utilidade tanto na avaliação de regras quanto no estudo de outras questões relacionadas com as regras. Extensões futuras do sistema poderão ser particularmente úteis em Data Mining.