Introduc A O

Universidade de Pernambuco

Inteligência Artificial

Alunos:
Bianca Moreira
Leylane
Arthur Flôr
Guto Leoni

Sumário
Universidade de Pernambuco 1
Introdução 2
Ferramentas Utilizadas 3
Weka 3
Bloco de Notas ou Editor de Texto 4
Experimento no Weka 4
Conversão de DATA para ARFF 4
Pré-processamendo de Dados 5
Algoritmo: Rede Neural MLP 7
Algoritmo de Árvore C4.5 (J48) 7

Introdução

Sobre classificadores
O que são
Base de dados utilizada
Waveform Dataset
Informações:
Data Set Information:
Notes:
-- 3 classes of waves
-- 40 attributes, all of which include noise
-- The latter 19 attributes are all noise attributes with mean 0 and variance 1
-- See the book for details (49-55, 169)
-- waveform-+noise.data.Z contains 5000 instances

Attribute Information:
-- Each class is generated from a combination of 2 of 3 "base" waves
-- Each instance is generated f added noise (mean 0, variance 1) in each attribute
-- See the book for details (49-55, 169)

Abstract: CART book's waveform domains
Ferramentas Utilizadas
Weka

O WEKA é um software que foi desenvolvido na Universidade de Waikato (Nova Zelândia). É considerado um software que tem uma coleção de algoritmos de aprendizado de máquina para processar tarefas de mineração de dados.
Estes algoritmos são aplicados a um conjunto de dados diretamente ou são chamados a partir de um código Java, pela API.
O Weka contém ferramentas para pré-processamento de dados, classificação, regressão, clustering, regras de associação e visualização.

Figura - Weka
Bloco de Notas ou Editor de Texto

Falar sobre o bloco de notas
Colocar figura

Experimento no Weka

Conversão de DATA para ARFF

Pode ser feito por meio do Bloco de Notas (Windows) ou Editor de Texto (Mac OS X), transformando em CSV e posteriormente em ARFF por meio da designação de atributos, data e relação.

Figura – Transformando o arquivo .DATA em .ARFF

Figura – Transformando o arquivo .DATA em .ARFF

Pré-processamendo de Dados

Este processo começa com