Testes de hipóteses para a seleção de modelos de aprendizado de máquina (2025)
- Authors:
- Autor USP: GIORDANI, LUIZ GUILHERME - ICMC
- Unidade: ICMC
- Sigla do Departamento: SME
- DOI: 10.11606/D.55.2025.tde-28052025-150709
- Subjects: APRENDIZADO COMPUTACIONAL; WEB SITES; TESTES DE HIPÓTESES; ESTATÍSTICA
- Keywords: Bootstrap; Hypothesis Tests; Machine Learning; Permutação; Permutation; Statistics
- Language: Português
- Abstract: O processo de criação de um modelo de aprendizado de máquina é um estudo estatístico por natureza. As diferentes etapas do processo como o teste de diferentes modelos, a seleção de hiperparâmetros e de caractéristicas (traduzido do inglês features) produzem medidas de avaliação que quantificam a qualidade dos modelos auxiliando o cientista de dados a tomar decisões sobre o desenvolvimento do seu projeto. Embora esse processo esteja ligado à estatística, o que se observa tanto na indústria como na academia é esses experimentos utilizarem pouco das ferramentas dessa área da ciência. Isso é especialmente relevante considerando que a estatística, sendo a ciência da tomada de decisão sob incerteza, oferece métodos que incorporam a incerteza das medidas utilizadas na tomada de decisão, essa geralmente medida pela variância. Um exemplo desses métodos é o teste de hipóteses que no contexto de aprendizado de máquina visam aplicar a incerteza ao redor dos dados e dos próprios modelos no processo de seleção dos mesmos. Dito isso, o trabalho tem o objetivo de revisitar os principais testes de hipóteses já apresentados na literatura que possuem o objetivo de selecionar modelos de aprendizado de máquina, assim como explorar abordagens mais modernas, baseadas em Bootstrap e permutação. Após apresentados os testes, realizamos estudos de simulação para aferir a qualidade dos testes em retornar a decisão correta, ou seja, a de evitar erros do tipo I e do tipo II respectivamente.
- Imprenta:
- Publisher place: São Carlos
- Date published: 2025
- Data da defesa: 13.03.2025
- Status:
- Artigo publicado em periódico de acesso aberto (Gold Open Access)
- Versão do Documento:
- Versão publicada (Published version)
- Acessar versão aberta:
-
ABNT
GIORDANI, Luiz Guilherme. Testes de hipóteses para a seleção de modelos de aprendizado de máquina. 2025. Mestrado Profissionalizante – Universidade de São Paulo, São Carlos, 2025. Disponível em: https://teses.usp.br/teses/disponiveis/55/55137/tde-28052025-150709/. Acesso em: 08 abr. 2026. -
APA
Giordani, L. G. (2025). Testes de hipóteses para a seleção de modelos de aprendizado de máquina (Mestrado Profissionalizante). Universidade de São Paulo, São Carlos. Recuperado de https://teses.usp.br/teses/disponiveis/55/55137/tde-28052025-150709/ -
NLM
Giordani LG. Testes de hipóteses para a seleção de modelos de aprendizado de máquina [Internet]. 2025 ;[citado 2026 abr. 08 ] Available from: https://teses.usp.br/teses/disponiveis/55/55137/tde-28052025-150709/ -
Vancouver
Giordani LG. Testes de hipóteses para a seleção de modelos de aprendizado de máquina [Internet]. 2025 ;[citado 2026 abr. 08 ] Available from: https://teses.usp.br/teses/disponiveis/55/55137/tde-28052025-150709/
Informações sobre a disponibilidade de versões do artigo em acesso aberto coletadas automaticamente via oaDOI API (Unpaywall).
Por se tratar de integração com serviço externo, podem existir diferentes versões do trabalho (como preprints ou postprints), que podem diferir da versão publicada.
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
