Please use this identifier to cite or link to this item:
http://hdl.handle.net/1843/46008
Type: | Dissertação |
Title: | Redes neurais para dados tabulares: uma comparação empírica |
Other Titles: | Neural networks for tabular data: an empirical comparison |
Authors: | Fernando Augusto Melo Duarte Malta |
First Advisor: | Luiz Henrique Duczmal |
First Referee: | Milton Pifano Soares Ferreira |
Second Referee: | Denise Bulgarelli Duczmal |
Third Referee: | Vinícius Diniz Mayrink |
metadata.dc.contributor.referee4: | Uriel Moreira Silva |
Abstract: | O Aprendizado Profundo passou por significativas transformações nas últimas décadas, o tornando a ferramenta principal na modelagem de dados não estruturados, como vídeos, áudios, linguagem e imagens. Entretanto, para dados estruturados ele não foi capaz de superar a popularidade de métodos mais estabelecidos, como Modelos Lineares Generalizados, Gradient Boosted Trees e Bagging. Nos últimos anos, modelos promissores emergiram para dados tabulares objetivando adaptar, para redes neurais, inovações aplicadas à dados não estruturados, como a arquitetura dos transformers, ou que tentam simular processos baseados em árvores de decisão. Este estudo é uma comparação empírica desses modelos em bases de dados de dimensões e tamanhos amostrais muito diferentes. Sendo ilustrado por diversas áreas, como ciência dos materiais, marketing, biologia e astronomia. |
Abstract: | Deep Learning has undergone significant transformations in recent decades, making it the dominant strategy in modeling unstructured data, such as videos, audios, language, and images. Although it came to structured data, it was not able to overcome the popularity of more established methods such as Generalized Linear Models, Gradient Boosted Trees and Bagging. In recent years, promising models have emerged for tabular data that aim to adapt, for neural networks, innovations applied to unstructured data, such as the architecture of transformers, or that tried to simulate processes based on decision trees. This study is an empirical comparison of these models in databases of very different dimensions and sample sizes. It is illustrated by various areas, such as materials science, marketing, biology, and astronomy. |
Subject: | Estatística – Teses Redes neurais – Teses Predição – Teses Gradient Boosted Trees – Teses |
language: | por |
metadata.dc.publisher.country: | Brasil |
Publisher: | Universidade Federal de Minas Gerais |
Publisher Initials: | UFMG |
metadata.dc.publisher.department: | ICX - DEPARTAMENTO DE ESTATÍSTICA |
metadata.dc.publisher.program: | Programa de Pós-Graduação em Estatística |
Rights: | Acesso Aberto |
URI: | http://hdl.handle.net/1843/46008 |
Issue Date: | 25-May-2022 |
Appears in Collections: | Dissertações de Mestrado |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
Redes Neurais para Dados Tabulares Uma Comparação Empírica.pdf | 4.33 MB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.