The Cyclops Project German-Brazilian Cooperation Programme on IT CNPq GMD DLR Reconhecimento de Padrões Métodos, Técnicas e Ferramentas para Aprendizado e Classificação de Dados IBL 4 e IBL 5 – Parte 3 Prof. Dr. rer.nat. Aldo von Wangenheim Daniel de Aguiar (estagiário de docência)

The Cyclops Project German-Brazilian Cooperation Programme on IT CNPq GMD DLR Aula 3.3: Reconhecimento de Padrões utilizando Técnicas Simbólicas Algoritmos para Aprendizado Baseado em Instâncias Exemplo de IBL4

Disciplina Reconhecimento de Padrões Curso de Ciência da Camputação INE/CTC/UFSC The Cyclops Project German-Brazilian Cooperation Programme on IT CNPq GMD DLR Exemplo IBL4 Aprender o conceito voar a partir de instâncias descritas por três atributos booleanos (tem asas, bípede, tem penas). Três instâncias são apresentadas ao algoritmo: –(verdadeiro, verdadeiro, verdadeiro); –(falso, verdadeiro, falso); –(verdadeiro, verdadeiro, falso); Apenas a primeira tem a classe voar com todos os valores verdadeiros

Disciplina Reconhecimento de Padrões Curso de Ciência da Camputação INE/CTC/UFSC The Cyclops Project German-Brazilian Cooperation Programme on IT CNPq GMD DLR Exemplo IBL 4 Supor que os valores do pesoacumulado obtidos para cada atributo tenham sido (0.45, 0.45, 0.45) e o pesonormalizado (0.6) Ao inserir a instância (falso, verdadeiro, falso), o algoritmo classifica incorretamente como sendo um animal que voa, com pesoacumulados (0,78; 0,45; 0,78) e o novo pesonormalizados de (0,93). Após o aprendizado da instância anterior os atributos recebem os pesos (0,34; 0, 0;34) s

Disciplina Reconhecimento de Padrões Curso de Ciência da Camputação INE/CTC/UFSC The Cyclops Project German-Brazilian Cooperation Programme on IT CNPq GMD DLR Exemplo IBL 4

Disciplina Reconhecimento de Padrões Curso de Ciência da Camputação INE/CTC/UFSC The Cyclops Project German-Brazilian Cooperation Programme on IT CNPq GMD DLR Exemplo IBL 4 Ao inserir uma nova instância, contendo os valores (verdadeiro, verdadeiro, falso), essa mesma é corretamente classificada e são obtidos os valores (1,53; 1,2; 0,78) para os novos pesoacumulado e (1,68) para o pesonormalizado. Os pesos de cada atributo passam a ser (0,41; 0,22; 0). Isso significa que o algoritmo aprendeu que o atributo tem asas é o mais relevante dos três atributos para o conceito voar e o atributo tem penas é o atributo de menor relevância.

Disciplina Reconhecimento de Padrões Curso de Ciência da Camputação INE/CTC/UFSC The Cyclops Project German-Brazilian Cooperation Programme on IT CNPq GMD DLR Exemplo IBL 4