| |
| Acadêmico(a): Alexandre Daniel Dalabrida |
| Título: Protótipo de um Sistema de Extração de Regras Simbólicas de Redes Neurais Artificiais Utilizadas na Tarefa de Classificação em Data Mining |
| |
| Conclusão: |
| A partir da percepção das vantagens da extração de regras de redes neurais artificiais, especialmente para aplicações que necessitem de uma explicação sobre as hipóteses aprendidas por uma rede neural e principalmente na área de data mining com a tarefa de classificação de dados, foi verificada a possibilidade da implementação deste trabalho. O protótipo implementado permite a construção, treinamento e teste de uma rede neural do tipo MLP e a posterior extração e avaliação de regras sobre o aprendizado da rede, utilizando do algoritmo RX. A construção em forma desacoplada do protótipo e dos operadores permite a extensão dos operadores, permitindo incrementar as funcionalidades do protótipo com novos operadores de carga ou algoritmos de redes e extração de regras. O algoritmo TREPAN foi desenvolvido durante a implementação, mas devido a sua própria complexidade, tornou-se inviável concluir o mesmo para inclusão neste trabalho, em termos de tempo. As ferramentas e técnicas utilizadas atenderam plenamente as necessidades do protótipo. No caso do ambiente de desenvolvimento Delphi 7, a possibilidade de uso dinâmico de propriedades de objetos em tempo de execução e o ambiente voltado a programação orientada a objeto, foram os fatos que facilitaram o desacoplamento dos operadores e dos protótipos, tornando fácil a leitura e configuração de seus parâmetros e a extensão de operadores. |
| |
|
