Dissertação

{en_GB= DeepData: Machine Learning in the Marine Ecosystems} {} EVALUATED

{pt=Nesta tese é apresentada uma ferramenta online que faz uso de aprendizagem automática com o propósito de facilitar a construção de modelos de distribuiçao das espécies pelos biólogos. Esta ferramenta tem em consideração o modo como os biólogos lidam com os modelos de distribuição das espécies. Actualmente, os biólogos usam maioritariamente algoritmos probabilísticos, tais como o MaxEnt, generalized linear models e generalized addictive models. Esta ferramenta possibilita também o uso de algoritmos de aprendizagem automática, tais como classification and regression trees, random forest e support vector machine. Outros passos envolvidos na construção de modelos de distribuição das espécies, como a preparação da informação e a avaliação do modelo, também são discutidos. Uma explicação do uso desta ferramenta é feita, assim como da sua implementação e avaliação., en=This thesis presents a web-based machine learning tool to facilitate biologists work of building species distribution models. This web-based tool takes into account the way biologists deal with species distribution models nowadays. Biologists mostly use probabilistic algorithms, such as maximum entropy, generalized linear models and generalized addictive models. We propose the use of machine learning algorithms, such as classification and regression trees, random forest and support vector machine. Other steps involved in the species distribution models, such as data preparation and model evaluation, are also discussed. A concrete explanation of the use of the web-based tool is made, as well as the details of implementation and evaluation.}
{pt=aprendizagem automática, modelos de distribuição das espécies, ecossistema marinho, en=machine learning, species distribution models, marine ecosystem}

Novembro 20, 2019, 14:30

Orientação

ORIENTADOR

Vasco Miguel Gomes Nunes Manquinho

Departamento de Engenharia Informática (DEI)

Professor Associado

ORIENTADOR

Maria Inês Camarate de Campos Lynce de Faria

Departamento de Engenharia Informática (DEI)

Professor Associado