Determinando limites empíricos de uma incorporação da dificuldade de um conjunto de dados utilizando o framework Instance Space Analysis

Resumo

O aprendizado de máquina sem dúvida transformou a pesquisa em ciência da computação, promovendo avanços tecnológicos significativos ao permitir que os computadores aprendam com dados, tomem decisões e reconheçam padrões de forma autônoma. Embora existam inúmeros algoritmos de aprendizado de máquina (ML), já foi demonstrado que nenhum algoritmo é superior em todos os conjuntos de dados possíveis. Portanto, um processo eficaz de seleção de algoritmos é essencial, e a meta-aprendizagem pode ser crucial para isso. Estudos de meta-aprendizagem ajudam a identificar características-chave dos conjuntos de dados, especialmente para tarefas de classificação, e relacioná-las com informações sobre o desempenho dos algoritmos de ML. Um framework que apoia tal processo de seleção é o Instance Space Analysis (ISA), desenvolvido na Universidade de Melbourne. O ISA é único em sua capacidade de visualizar o desempenho dos algoritmos em um plano 2D, proporcionando uma compreensão mais clara de como diferentes algoritmos se comportam. Essa visualização oferece insights valiosos que podem ajudar a melhorar o desempenho dos algoritmos e a representatividade dos conjuntos de dados. Em trabalhos colaborativos anteriores, os grupos brasileiros e australianos instanciaram o ISA para produzir uma incorporação de dificuldade de um conjunto de dados de classificação em ML. Esta proposta visa destacar os benefícios da metodologia ISA nesse contexto e a importância de implementar totalmente o conjunto de ferramentas ISA em uma versão em Python, com o apoio de seus desenvolvedores na Universidade de Melbourne. Mais especificamente, concentrar-se-á na implementação do módulo CLOISTER (Correlated Limits of the Instance Space's Theoretical or Experimental Regions) no pacote Python PyISpace. Este módulo permite delimitar regiões viáveis de um espaço de instâncias com base em evidências empíricas.