IFPB – Instituto de Educação e Ciência da Paraíba

Curso: Sistemas para Internet

Disciplina: Tópicos Especiais
Período: 6º
Prof.: Thiago Moura

Projeto
Objetivo: Comparar os resultados de algoritmos de Machine Learning com
problemas de classificação. Escolher três problemas de classificação do UCI:
https://archive.ics.uci.edu/ml/index.php

Algoritmos a serem utilizados:

• Árvore de Busca (gini e entropy)

• kNN (k igual a 5 e 10)
• MLP (escolher duas arquiteturas diferentes e variar o parâmetro
activation = {‘relu’,’tanh’}). “relu” é o valor default para o parâmetro
activation.
• K-Means (K igual ao número de classes existente no problema)

Total de modelos a serem executados e comparados: 9 (nove)

Protocolo Experimental:

Executar um k-fold cross-validation (k = 10), com 80% dos dados para

Treinamento e o restante para Testes.

Cada uma das divisões dos conjuntos deve ser utilizado para treinar cada
algoritmo.

Relatório:

- Para as MLPs e K-Means, gerar gráfico mostrando a taxa de erro de

treinamento em cada época.

- Tabela com as taxas de erro/acerto, que será a média dos 10 folds de teste,
para cada algoritmo treinado. Exibir os valores em percentual.

Data de Entrega: Até 12:00 do dia 11/12/2020