Para reduzir a dimensionalidade de um conjunto de dados
bidimensionais, foi executado o algoritmo PCA (do inglês,
Principal Component Analysis). Se o PCA produzir como
resultado dois autovalores de mesmo valor, significa que
O pré-processamento é um conjunto de atividades que
envolvem preparação, organização e estruturação de
dados, sendo fundamental no desempenho do modelo de
aprendizagem de máquina. Tais atividades contemplam
métodos e técnicas de limpeza, transformação, integração
e redução de dimensionalidade. Os métodos que podem
ser utilizados para o tratamento de dados faltantes são:
Random Forest são algoritmos de aprendizado de máquina
utilizados para classificação ou regressão, sendo vantajoso
em relação às árvores de decisão no caso de
A camada de uma rede convolucional que tem como
função primária reduzir progressivamente o tamanho
espacial do volume de dados de entrada por meio do
mapeamento de seções de features e diminuição dos
pesos de treinamento é denominada camada de
Uma rede neural foi implementada a partir da arquitetura
Multilayer Perceptron (MLP) e o conjunto de dados foi
dividido em holdout com 50% para conjunto de
treinamento, 30% para conjunto de validação e 20% para
conjunto de teste. Se, durante o treinamento e a validação
da referida rede ocorreu underfitting, dois fatores que
podem ter condicionado tal fenômeno são: