Fun??es de Dist?ncia Aplicadas a Algoritmos de Aprendizagem de M?quina

? imensa a listas de algoritmos na ?rea de Aprendizagem de M?quina que utilizam fun??es de dist?ncia. Podemos citar os algoritmos de agrupamento como o k-means, as redes neurais Kohonen e RBF, al?m do exemplo mais claro que ? o k-NN. O objetivo desse trabalho ? mostrar que diferentes fun??es de dist?ncias podem ser empregadas para melhorar a performance de tais algoritmos. Utilizaremos como estudo de caso o k-NN e a rede RBF. Uma vez que a forma como se realiza essa medida pode interferir no comportamento do algoritmo, grande variedade de fun??es de dist?ncia foi desenvolvida justamente para se conseguir melhores resultados nos algoritmos que as empregam. Esse trabalho compara o comportamento das fun??es HEOM, HVDM, DVDM, IVDM, NCM e mais algumas varia??es dessa ?ltima aqui propostas. Para tanto essas fun??es ser?o utilizadas em dois algoritmos de classifica??o: o k-NN e as redes RBF. Tamb?m ? testada a resposta ?s modifica??es desses algoritmos sob as mesmas fun??es de dist?ncia.

Author: Tiago Buarque Assun??o de Carvalho

Publisher: Novas Edicoes Academicas

Publication Date: Jun 07, 2016

Number of Pages: 60 pages

Binding: Paperback or Softback

ISBN-10: 3330740361

ISBN-13: 9783330740365