Um estudo sobre métricas para a avaliação de atributos.

Abstract

Esta monografia busca encontrar métricas de avaliação para extração de atributos adaptadas para problemas de classificação binária, visando melhorar o desempenho de algoritmos de aprendizado de máquina. O projeto explora métodos amplamente utilizados, como algoritmos genéticos e redes neurais MLPs, para criar features aleatórias e testar novas métricas de avaliação. Além de aprimorar o desempenho, o foco está na melhoria da interpretabilidade e robustez dos modelos. Experimentos nos principais modelos de machine learning foram realizados em diversos conjuntos de dados para analisar profundamente os métodos propostos, com o objetivo de fornecer insights valiosos sobre padrões em dados tabulares e contribuir para o avanço da ciência de dados e aprendizado de máquina.