INF1771 - INTELIGÊNCIA ARTIFICIAL
TRABALHO 3 – APRENDIZADO DE MÁQUINA
Descrição:
Até o momento existem 718 espécies conhecidas de pokémons. Cada pokémon possui
“
uma propriedade que define o seu tipo. No total, existem 18 tipos (Figura 1), e um
pokémon pode ter um ou dois tipos diferentes. Por exemplo, o Charmander é somente
do tipo Fire, enquanto que o Bulbasaur é simultaneamente do tipo Grass e Poison.
Constantemente novos pokémons são descoberto e é extremamente importante que os
seus tipos sejam devidamente catalogados.
Você é o novo estagiário no laboratório do professor Carvalho e está responsável pelo
desenvolvimento de um novo algoritmo para a Pokédex (Figura 2).
O seu algoritmo deve ser capaz de reconhecer automaticamente o tipo de pokémons
desconhecidos.”
Figura 1. Tipos de pokémon.
Figura 2. Pokédex.
O objetivo do Trabalho 3 é desenvolver o algoritmo de reconhecimento de tipos de
pokémons utilizando a base de dados de pokémons conhecidos. O sistema deve receber
como entrada as características do pokémon e ser capaz de identificar automaticamente
o seu tipo.
Para essa tarefa, você tem a disposição o conjunto de dados da Bulbapedia sobre as 718
espécies conhecidas de pokémons. Para desenvolver o sistema de reconhecimento de
tipos de pokémons, você deve utilizar um método de aprendizado de máquina
supervisionado, visto que podemos criar um conjunto rotulado de exemplos para
treinamento. Para isso, você deve seguir os seguintes passos:
1
) Definir quais atributos serão usados para descrever os exemplos de treinamento.
Para isso você deve analisar as informações disponíveis na Bulbapedia e
escolher os atributos mais interessantes.
2
) Extrair automaticamente ou manualmente os atributos escolhidos dos pokémons
conhecidos da Bulbapedia, de forma a gerar um conjunto de treinamento e um
conjunto de validação. Normalmente gera-se um único conjunto de dados e
depois se divide em dois conjuntos (treinamento e validação). Cada pokémon
conhecido será um exemplo de treinamento.
3
) Utilizar pelo menos 4 algoritmos de aprendizado supervisionado, treinando-os
com o conjunto de treinamento e depois realizando a classificação do conjunto
de testes para verificar qual algoritmo apresenta a melhor taxa de
reconhecimento. Devem ser utilizados, no mínimo, os seguintes algoritmos:
•
•
•
•
Árvores de Decisão
K-Nearest Neighbor (KNN)
Support Vector Machine (SVM)
Rede Neural (usando backpropagation)
Não é necessário programar os algoritmos, é permitida a utilização de
ferramentas de aprendizado de máquina, como por exemplo, o Weka
(
http://www.cs.waikato.ac.nz/ml/weka/).
Se a taxa de reconhecimento estiver muito baixa para todos os algoritmos, deve-
se retornar para a etapa 1 e selecionar melhor os atributos para descrever os
exemplos de treinamento.
4
) Implementar o algoritmo que apresentar melhores resultados na linguagem de
sua preferencia. Árvores de Decisão e KNN são os mais simples de serem
implementados. No caso do SVM, é permitido o uso da biblioteca LibSVM
(
http://www.csie.ntu.e du.tw/~cjlin/libsvm/). No caso de uma rede neural, é
permitido o uso da biblioteca FANN (http://leenissen.dk/fann/wp/).
Conjunto de Dados:
A Bulbapedia possui uma enorme quantidade de informações sobre todos os pokémons
conhecidos. A seguir estão listadas algumas sugestões de dados que podem ser uteis
para a definição dos atributos que serão utilizados:
•
•
•
•
•
•
•
•
•
•
•
•
Lista principal de pokémons e tipos: http://goo.gl/6ifWYL
Lista de pokémons por altura: http://goo.gl/6VVgkU
Lista de pokémons por peso: http://goo.gl/v5cJl9
Lista de pokémons por status base: http://goo.gl/volYYl
Lista de pokémons por estilo de corpo: http://goo.gl/m8DqyZ
Lista de pokémons por cor: http://goo.gl/pXBflG
Lista de pokémons por habitat: http://goo.gl/V8v8eo
Lista de pokémons por habilidades: http://goo.gl/haeRSX
Lista de pokémons por performance: http://goo.gl/NGN2II
Lista de pokémons por taxa de captura: http://goo.gl/6h7QVV
Lista de pokémons por rendimento/esforço: http://goo.gl/xtfvQQ
Lista de pokémons por amizade base: http://goo.gl/TM6byr
Você pode utilizar outras informações disponíveis na Bulbapedia, desde que elas não
estejam diretamente ligadas ao tipo do pokémon.
Informações Adicionais:
•
•
Durante a etapa de teste dos 4 algoritmos não é necessário implementar todos os
classificadores para realizar os experimentos. É permitida a utilização de
ferramentas de aprendizado de máquina, como por exemplo, o Weka
(
http://www.cs.waikato.ac.nz/ml/weka/).
A divisão dos exemplos de treinamento e teste deve ser feita de forma aleatória.
Normalmente 70% dos exemplos devem ser utilizados para treinamento e 30%
para testes. Você deve garantir também que os exemplos de cada classe sejam
distribuídos nestas mesmas proporções nos dois conjuntos.
•
•
A implementação de um dos algoritmos pode ser feita em qualquer linguagem
(
C/C++, C#, Java...).
Você deve decidir quais atributos serão utilizados pelos classificadores. A
classificação pode piorar ou melhorar dependendo do conjunto de atributos
utilizado. Você deve escolher quais atributos serão utilizados e fazer testes para
verificar qual conjunto de atributos apresenta melhores resultados.
•
•
O trabalho pode ser feito individualmente ou em grupos de no máximo 3
pessoas.
IMPORTANTE: O programa deve ser apresentado durante a aula por todos os
membros do grupo:
o O membro do grupo que não comparecer receberá nota zero;
o Todos os membros do grupo perderam 5.0 pontos se alguém do grupo
não souber explicar algo relacionado ao trabalho.
Forma de Avaliação:
Será avaliado se todas as etapas do processo foram cumpridas corretamente. A
avaliação também será baseada na apresentação dos resultados durante a aula.
Essa apresentação deverá conter:
•
•
•
•
Descrição da modelagem dos exemplos de treinamento:
o Atributos selecionados para descrever os exemplos;
o Justificativa para a escolha dos atributos;
o Estrutura dos exemplos;
Descrição dos experimentos realizados:
o Variações na modelagem dos exemplos;
o Variações no conjunto treinamento e testes;
o Variação nos parâmetros dos algoritmos;
Comparação dos algoritmos analisados:
o Taxa de reconhecimento;
o Tempo gasto no processo de treinamento;
o Tempo gasto no processo de classificação de um exemplo desconhecido;
Implementação:
o Descrição de como o algoritmo escolhido foi implementado;
o Resultados alcançados pelo algoritmo que foi implementado (tempo
gasto no processo de treinamento, tempo gasto no processo de
classificação de um exemplo desconhecido, taxa de reconhecimento).
Bônus:
•
O trabalho que conseguir a maior taxa de reconhecimento receberá 2.0 pontos
extras na nota.
•
O trabalho que implementar uma Rede Neural ou SVM sem utilizar nenhuma
biblioteca externa receberá 2.0 pontos extras na nota.
Data de Entrega:
2/12
0
Forma de Entrega:
Os trabalhos devem ser apresentados na aula do dia 02/12 (segunda) e 04/12 (quarta).
Todos devem enviar o trabalho até o dia 04/12 para o email edirlei.slima@gmail.com.
Não serão aceitos trabalhos enviados depois desta data.