Anais > Edição Anteriores > Anais do XV WCF 2018 > Grafo de Fluxo como Estrutura de Dados em Ambiente de Aprendizado de Máquina Supervisionado

Grafo de Fluxo como Estrutura de Dados em Ambiente de Aprendizado de Máquina Supervisionado

Autores: Emilio Carlos Rodrigues, Maria do Carmo Nicoletti

O conceito de Grafo de Fluxo (GF) foi inicialmente proposto em 2003 por Z. Pawlak [Pawlak 2003], como parte de um formalismo matemático para a representação e exploração de características associadas a um conjunto X = {x1, x2, ..., xN} de N instâncias de dados. Tal conjunto, de acordo com a concepção de Pawlak, é tipicamente caracterizado como conjunto de treinamento em Aprendizado Supervisionado de Máquina (ASM) (ver [Mitchell 1997]), em que cada uma das instâncias xi  X (1  i  N) é descrita por valores associados a um conjunto fixo de atributos {a1, a2, ..., aM} e, também, por uma classe, dentre K classes {c1, c2, ..., cK}. O formalismo baseado em GFs para a representação de um conjunto de treinamento X tem como principais objetivos facilitar e promover a análise da distribuição do fluxo dos valores de atributos das instâncias de dados representadas no GF, com relação às classes existentes, bem como, subsidiar a extração de regras de decisão, que podem ser usadas para a classificação de novas instâncias de dados que não possuem classe associada.

DOCUMENTO COMPLETO

• Grafo de Fluxo como Estrutura de Dados em Ambiente de Aprendizado de Máquina Supervisionado