Please use this identifier to cite or link to this item: http://repositorio.ufla.br/jspui/handle/1/5223
metadata.teses.dc.title: Um estudo comparativo de métodos para balanceamento do conjunto de treinamento em aprendizado de redes neurais artificiais
metadata.teses.dc.creator: Schiavoni, André Spinelli
metadata.teses.dc.contributor.advisor1: Castro, Cristiano de Leite
metadata.teses.dc.contributor.referee1: Silva, Ricardo Martins de Abreu
Lacerda, Wilian Soares
metadata.teses.dc.subject: Classes desbalanceadas
Redes neurais artificiais
Análise ROC
Smote
BED
ADASYN
Tomek link
Unbalanced class
Neural networks
ROC analysis
ENN
metadata.teses.dc.date.issued: 17-Mar-2015
metadata.teses.dc.identifier.citation: SCHIAVONI, A. S. Um estudo comparativo de métodos para balanceamento do conjunto de treinamento em aprendizado de redes neurais artificiais. 2010. 69 p. Monografia (Graduação em Ciência da Computação) – Universidade Federal de Lavras, Lavras, 2010.
metadata.teses.dc.description.resumo: Estudos na área de aprendizado supervisionado têm mostrado que classificadores induzidos a partir de bases de dados desbalanceadas não têm apresentado um bom desempenho. Uma possível solução para este problema é balancear o conjunto de treinamento. Este trabalho propõe um estudo, implementação e comparação de métodos para o balanceamento artificial do conjunto de treinamento para aprendizado supervisionado de Redes Neurais Artificiais. Para a realização deste estudo foram selecionados cinco métodos: Smote, Smote + ENN, Smote + Tomek Link, BED e ADASYN. Ao final foi feita uma análise dos resultados através de métricas extraídas da Análise ROC.
metadata.teses.dc.description.abstract: Studies in supervised learning have shown that classifiers induced from imbalanced data sets have presented a reduced performance. A intuitive solution for this problem is to balance the training set. This work presents a study of resampling methods for balancing training sets of neural networks. Particularly, five methods were selected and tested: Smote, Smote + ENN, Smote + Tomek Link, BED and ADASYN. The results obtained were analyzed using metrics from ROC analysis.
metadata.teses.dc.identifier.uri: http://repositorio.ufla.br/jspui/handle/1/5223
metadata.teses.dc.language: pt_BR
Appears in Collections:PROGRAD - Ciência da Computação (Trabalhos de Conclusão de Curso)



Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.