ANÁLISE DO DESEMPENHO DO ALGORITMO JRIP UTILIZANDO A BASE DE DADOS "MONK'S PROBLEMS"
"2022-01-24" // app/Providers/../Base/Publico/Artigo/resources/show_includes/info_artigo.blade.php
App\Base\Administrativo\Model\Artigo {#1843 // app/Providers/../Base/Publico/Artigo/resources/show_includes/info_artigo.blade.php #connection: "mysql" +table: "artigo" #primaryKey: "id" #keyType: "int" +incrementing: true #with: [] #withCount: [] +preventsLazyLoading: false #perPage: 15 +exists: true +wasRecentlyCreated: false #escapeWhenCastingToString: false #attributes: array:35 [ "id" => 77096 "edicao_id" => 181 "trabalho_id" => 9 "inscrito_id" => 1567 "titulo" => "ANÁLISE DO DESEMPENHO DO ALGORITMO JRIP UTILIZANDO A BASE DE DADOS "MONK'S PROBLEMS"" "resumo" => "A BASE DE DADOS “MONK'S PROBLEMS” TEM SIDO EXTENSIVAMENTE UTILIZADA PARA TESTAR A QUALIDADE DOS MÉTODOS DE APRENDIZAGEM. UM DOS ALGORITMOS DE APRENDIZAGEM DE REGRAS DE CLASSIFICAÇÃO MAIS PODEROSO É O REPEATED INCREMENTAL PRUNING TO PRODUCE ERROR REDUCTION (RIPPER), TAMBÉM CONHECIDO COMO JRIP. ESTE ESTUDO OBJETIVOU VERIFICAR A EFICÁCIA DO ALGORITMO JRIP COM A BASE DE DADOS “MONK’S PROBLEMS”. AS SIMULAÇÕES EVIDENCIARAM RESULTADOS FORTEMENTE SATISFATÓRIOS A PARTIR DO SUPPLIED TEST SET. OBSERVOU-SE QUE O MODELO COM PODA INCREMENTAL E TRÊS FOLDS APRESENTOU DADOS ADEQUADOS COM UM COEFICIENTE KAPPA DE 100 % E 0% DE ERROS, EVIDENCIADO NA MATRIZ DE CONFUSÃO. IDENTIFICOU-SE, AINDA, UMA PRECISÃO DE 100% DE ACERTOS NA SUA DIAGONAL PRINCIPAL, APRESENTANDO O MELHOR RESULTADO DE CLASSIFICAÇÃO. O ALGORITMO JRIP GEROU 6 REGRAS VÁLIDAS QUE CLASSIFICOU CORRETAMENTE TODAS AS 432 INSTÂNCIAS DO CONJUNTO DE TESTE. CONCLUI-SE QUE O MODELO JRIP FOI ADEQUADO E EFICIENTE NA CLASSIFICAÇÃO DOS RESULTADOS." "modalidade" => "Pôster (PO)" "area_tematica" => "AT 07 - Novas tecnologias, Cultura Digital e Pesquisa e Ensino das Ciências da Computação" "palavra_chave" => "MACHINE LEARNING, JRIP, ALGORITMO, WEKA, DATA MINING" "idioma" => "Português" "arquivo" => "TRABALHO_EV161_MD4_SA107_ID1567_07072021034528.pdf" "created_at" => "2021-12-06 15:49:48" "updated_at" => null "ativo" => 1 "autor_nome" => "ALAN EHRICH DE MOURA" "autor_nome_curto" => "ALAN" "autor_email" => "alan-ehrich@hotmail.com" "autor_ies" => "UNIVERSIDADE FEDERAL DA PARAÍBA" "autor_imagem" => "" "edicao_url" => "anais-do-vi-congresso-nacional-de-pesquisa-e-ensino-em-ciencias" "edicao_nome" => "Anais do VI CONAPESC" "edicao_evento" => "VI Congresso Nacional de Pesquisa e Ensino em Ciências" "edicao_ano" => 2021 "edicao_pasta" => "anais/conapesc/2021" "edicao_logo" => null "edicao_capa" => "619e67709bed3_24112021132520.jpg" "data_publicacao" => "2022-01-24" "edicao_publicada_em" => "2021-11-24 13:25:20" "publicacao_id" => 28 "publicacao_nome" => "Anais do Conapesc" "publicacao_codigo" => "2525-6696" "tipo_codigo_id" => 1 "tipo_codigo_nome" => "ISSN" "tipo_publicacao_id" => 1 "tipo_publicacao_nome" => "ANAIS de Evento" ] #original: array:35 [ "id" => 77096 "edicao_id" => 181 "trabalho_id" => 9 "inscrito_id" => 1567 "titulo" => "ANÁLISE DO DESEMPENHO DO ALGORITMO JRIP UTILIZANDO A BASE DE DADOS "MONK'S PROBLEMS"" "resumo" => "A BASE DE DADOS “MONK'S PROBLEMS” TEM SIDO EXTENSIVAMENTE UTILIZADA PARA TESTAR A QUALIDADE DOS MÉTODOS DE APRENDIZAGEM. UM DOS ALGORITMOS DE APRENDIZAGEM DE REGRAS DE CLASSIFICAÇÃO MAIS PODEROSO É O REPEATED INCREMENTAL PRUNING TO PRODUCE ERROR REDUCTION (RIPPER), TAMBÉM CONHECIDO COMO JRIP. ESTE ESTUDO OBJETIVOU VERIFICAR A EFICÁCIA DO ALGORITMO JRIP COM A BASE DE DADOS “MONK’S PROBLEMS”. AS SIMULAÇÕES EVIDENCIARAM RESULTADOS FORTEMENTE SATISFATÓRIOS A PARTIR DO SUPPLIED TEST SET. OBSERVOU-SE QUE O MODELO COM PODA INCREMENTAL E TRÊS FOLDS APRESENTOU DADOS ADEQUADOS COM UM COEFICIENTE KAPPA DE 100 % E 0% DE ERROS, EVIDENCIADO NA MATRIZ DE CONFUSÃO. IDENTIFICOU-SE, AINDA, UMA PRECISÃO DE 100% DE ACERTOS NA SUA DIAGONAL PRINCIPAL, APRESENTANDO O MELHOR RESULTADO DE CLASSIFICAÇÃO. O ALGORITMO JRIP GEROU 6 REGRAS VÁLIDAS QUE CLASSIFICOU CORRETAMENTE TODAS AS 432 INSTÂNCIAS DO CONJUNTO DE TESTE. CONCLUI-SE QUE O MODELO JRIP FOI ADEQUADO E EFICIENTE NA CLASSIFICAÇÃO DOS RESULTADOS." "modalidade" => "Pôster (PO)" "area_tematica" => "AT 07 - Novas tecnologias, Cultura Digital e Pesquisa e Ensino das Ciências da Computação" "palavra_chave" => "MACHINE LEARNING, JRIP, ALGORITMO, WEKA, DATA MINING" "idioma" => "Português" "arquivo" => "TRABALHO_EV161_MD4_SA107_ID1567_07072021034528.pdf" "created_at" => "2021-12-06 15:49:48" "updated_at" => null "ativo" => 1 "autor_nome" => "ALAN EHRICH DE MOURA" "autor_nome_curto" => "ALAN" "autor_email" => "alan-ehrich@hotmail.com" "autor_ies" => "UNIVERSIDADE FEDERAL DA PARAÍBA" "autor_imagem" => "" "edicao_url" => "anais-do-vi-congresso-nacional-de-pesquisa-e-ensino-em-ciencias" "edicao_nome" => "Anais do VI CONAPESC" "edicao_evento" => "VI Congresso Nacional de Pesquisa e Ensino em Ciências" "edicao_ano" => 2021 "edicao_pasta" => "anais/conapesc/2021" "edicao_logo" => null "edicao_capa" => "619e67709bed3_24112021132520.jpg" "data_publicacao" => "2022-01-24" "edicao_publicada_em" => "2021-11-24 13:25:20" "publicacao_id" => 28 "publicacao_nome" => "Anais do Conapesc" "publicacao_codigo" => "2525-6696" "tipo_codigo_id" => 1 "tipo_codigo_nome" => "ISSN" "tipo_publicacao_id" => 1 "tipo_publicacao_nome" => "ANAIS de Evento" ] #changes: [] #casts: array:14 [ "id" => "integer" "edicao_id" => "integer" "trabalho_id" => "integer" "inscrito_id" => "integer" "titulo" => "string" "resumo" => "string" "modalidade" => "string" "area_tematica" => "string" "palavra_chave" => "string" "idioma" => "string" "arquivo" => "string" "created_at" => "datetime" "updated_at" => "datetime" "ativo" => "boolean" ] #classCastCache: [] #attributeCastCache: [] #dates: [] #dateFormat: null #appends: [] #dispatchesEvents: [] #observables: [] #relations: [] #touches: [] +timestamps: false #hidden: [] #visible: [] +fillable: array:13 [ 0 => "edicao_id" 1 => "trabalho_id" 2 => "inscrito_id" 3 => "titulo" 4 => "resumo" 5 => "modalidade" 6 => "area_tematica" 7 => "palavra_chave" 8 => "idioma" 9 => "arquivo" 10 => "created_at" 11 => "updated_at" 12 => "ativo" ] #guarded: array:1 [ 0 => "*" ] }