dc.contributor.author | Abreu, Iuri Bonna Mauricio de | |
dc.date.accessioned | 2022-04-21T13:26:33Z | |
dc.date.available | 2022-04-21T13:26:33Z | |
dc.date.issued | 2021-06-22 | |
dc.identifier.citation | ABREU, Iuri Bonna Mauricio de. Incorporando correlações entre exemplos para classificação multirrótulo via espaço de classes. 2021. Trabalho de Conclusão de Curso (Graduação em Engenharia de Computação) – Universidade Federal de São Carlos, São Carlos, 2021. Disponível em: https://repositorio.ufscar.br/handle/ufscar/15892. | * |
dc.identifier.uri | https://repositorio.ufscar.br/handle/ufscar/15892 | |
dc.description.abstract | Multi-label classification is a machine learning task where instances can be classified into two or more labels simultaneously. In this task, there exist correlations between the instances belonging to same or similar sets of labels. This work proposes the incorporation of instance correlations by modifying the multi-label datasets. The label-space was used to create new features, which represent these correlations. The original and modified datasets were used with different multi-label classification methods. Experiments have shown that the method obtained better classification results in comparison with its original datasets counterparts for most of the algorithms. All methods were evaluated with measures specifically designed for multi-label problems. | eng |
dc.description.sponsorship | Não recebi financiamento | por |
dc.language.iso | por | por |
dc.publisher | Universidade Federal de São Carlos | por |
dc.rights | Attribution-NonCommercial-NoDerivs 3.0 Brazil | * |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/3.0/br/ | * |
dc.subject | Aprendizado de máquina | por |
dc.subject | Aprendizado multirrótulo | por |
dc.subject | Machine learning | eng |
dc.subject | Multi-label machine learning | eng |
dc.title | Incorporando correlações entre exemplos para classificação multirrótulo via espaço de classes | por |
dc.title.alternative | Incorporating instance correlations for multi-label classification via label space | eng |
dc.type | TCC | por |
dc.contributor.advisor1 | Cerri, Ricardo | |
dc.contributor.advisor1Lattes | http://lattes.cnpq.br/6266519868438512 | por |
dc.description.resumo | Classificação multirrótulo é uma tarefa de aprendizado de máquina na qual os exemplos podem ser classificados em duas ou mais classes simultaneamente. Nessa tarefa, existem correlações entre os exemplos que pertencem ao mesmo ou semelhante conjunto de classes. Este estudo propõe a incorporação de correlações entre exemplos por meio de modificação nos conjuntos de dados multirrótulo. Foi utilizado o espaço de classes para criar novos atributos que representam essas correlações. Os conjuntos de dados originais e modificados foram utilizados com diversos métodos de classificação multirrótulo. Experimentos demonstraram que o método obteve resultados de classificação melhores em relação aos seus pares de conjuntos de dados não modificados para a maioria dos algoritmos utilizados. Todos os métodos foram avaliados com base em medidas criadas especialmente para problemas multirrótulo. | por |
dc.publisher.initials | UFSCar | por |
dc.subject.cnpq | CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::METODOLOGIA E TECNICAS DA COMPUTACAO | por |
dc.publisher.address | Câmpus São Carlos | por |
dc.contributor.authorlattes | http://lattes.cnpq.br/1633300917386082 | por |
dc.publisher.course | Engenharia de Computação - EC | por |