Dissertação
Feature Engineering Automation for Time Series Analysis EVALUATED
Recentemente, dados de series temporais têm sido os tipos de dados que mais crescem, uma vez que tanto pessoas como negocios medem normalmente os seus desempenhos ao longo de um periodo de tempo. Series temporais são normalmente associadas à tarefa de previsão de dados. Para fazer previsões, um cientista de dados necessita de extrair características que ajudem a descrever o comportamento dos dados. Para ajudar os cientistas de dados, tem sido propostas ferramentas para automatizar o processo de ciência de dados, noutros campos de pesquisa, como por exemplo na classificação de dados tabulares, mas não aplicado a séries temporais. Neste trabalho, descrevemos as principais ferramentas de Automatização de Aprendizagem Máquina e propomos uma nova ferramenta que automatiza o processo de criação de um processo de análise de séries temporais. O foco está na extração de características descriptivas que se adaptem aos dados. Essas características são agregadas em conjuntos, avaliadas e selecionadas para o modelo. Com este trabalho, pretendemos desenvolver uma ferramenta que reduza o trabalho do cientista de dados durante o desenvolvimento de um processo de análise de séries. Desta forma o cientista pode concentrar-se na análise de resultados.
janeiro 21, 2021, 18:0
Publicação
Obra sujeita a Direitos de Autor
Orientação
