Relatórios Técnicos do DCC/UFJF, 2018

Tamanho da fonte:  Menor  Médio  Maior

UFJF-MLTK: Um Framework para Algoritmos de Aprendizado de Máquina

Mateus Coutinho Marim, Saulo Moraes Villela, Alessandreia Marta de Oliveira

Resumo


@page { margin: 2cm } p { margin-bottom: 0.25cm; direction: ltr; color: #00000a; line-height: 120%; text-align: left; orphans: 2; widows: 2 } p.western { font-family: "Times New Roman", serif; font-size: 12pt; so-language: en-US } p.cjk { font-family: "Times New Roman"; font-size: 12pt; so-language: zh-CN } p.ctl { font-family: "Times New Roman"; font-size: 12pt; so-language: ar-SA }

Um dos grandes problemas ao se procurar a implementação de algoritmos de Aprendizado de Máquina (Machine Learning – ML) desenvolvidos por pesquisadores é a falta de padronização, tornando difícil a reprodução de experimentos e o uso dos mesmos. Algumas tentativas de abordar esse problema já foram feitas. Uma das primeiras foi com o MLC++ [1], que fornecia uma estrutura de classes integradas que facilitava o desenvolvimento de algoritmos de ML, mas o mesmo não é de fácil acesso.

Nesse trabalho é apresentado o UFJF-MLTK (Machine Learning Toolkit da UFJF), um framework com o objetivo de atacar esse problema, incialmente desenvolvido com intuito de criar um padrão para os algoritmos desenvolvidos dentro do DCC da UFJF.


Texto Completo: PDF