MODELOS SEQUENCIAIS PARA REDUÇÃO DE VIÉS EM APRENDIZAGEM DE MÁQUINA

Resumo

Norteado pelo objetivo de discutir modelos de boosting, apresentou-se a conceituação e o objetivo deles, comparando-os ao bagging e stacking. A fundamentação da Matemática fez-se necessária à compreensão do funcionamento dos pesos e da obtenção do modelo final. Posteriormente, discutiu-se as principais famílias de algoritmos, apresentando as adequações. A exposição dos conjuntos de vantagens e desvantagens ou limitações foram imperativos para ilustrar robustez, estabilidade e precisão das possibilidades de aplicações. Então, possível foi concluir que no domínio da aprendizagem de máquina, os modelos sequenciais seriam recursos significativos, em pese a necessidade de controlar a possibilidade de ajuste excessivo.