
Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
| Metadados | Descrição | Idioma |
|---|---|---|
| Autor(es): dc.contributor | Universidade Estadual de Campinas (UNICAMP) | - |
| Autor(es): dc.contributor | Universidade Estadual Paulista (UNESP) | - |
| Autor(es): dc.contributor | Universidade de São Paulo (USP) | - |
| Autor(es): dc.creator | Rocha, Anderson | - |
| Autor(es): dc.creator | Papa, João Paulo | - |
| Autor(es): dc.creator | Meira, Luis A. A. | - |
| Data de aceite: dc.date.accessioned | 2025-08-21T20:54:10Z | - |
| Data de disponibilização: dc.date.available | 2025-08-21T20:54:10Z | - |
| Data de envio: dc.date.issued | 2022-04-28 | - |
| Data de envio: dc.date.issued | 2022-04-28 | - |
| Data de envio: dc.date.issued | 2010-12-01 | - |
| Fonte completa do material: dc.identifier | http://dx.doi.org/10.1109/SIBGRAPI.2010.34 | - |
| Fonte completa do material: dc.identifier | http://hdl.handle.net/11449/226275 | - |
| Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/11449/226275 | - |
| Descrição: dc.description | Supervised Learning (SL) is a machine learning research area which aims at developing techniques able to take advantage from labeled training samples to make decisions over unseen examples. Recently, a lot of tools have been presented in order to perform machine learning in a more straightforward and transparent manner. However, one problem that is increasingly present in most of the SL problems being solved is that, sometimes, researchers do not completely understand what supervised learning is and, more often than not, publish results using machine learning black-boxes. In this paper, we shed light over the use of machine learning black-boxes and show researchers how far they can get using these out-of-the-box solutions instead of going deeper into the machinery of the classifiers. Here, we focus on one aspect of classifiers namely the way they compare examples in the feature space and show how a simple knowledge about the classifier's machinery can lift the results way beyond out-of-the-box machine learning solutions. © 2010 IEEE. | - |
| Descrição: dc.description | Institute of Computing Univ. of Campinas (UNICAMP), Campinas | - |
| Descrição: dc.description | Department of Computer Science State Univ. of São Paulo (UNESP), Bauru | - |
| Descrição: dc.description | Department of Science and Technology Federal Univ. of São Paulo (UNIFESP) São José Dos Campos | - |
| Descrição: dc.description | Department of Computer Science State Univ. of São Paulo (UNESP), Bauru | - |
| Formato: dc.format | 193-200 | - |
| Idioma: dc.language | en | - |
| Relação: dc.relation | Proceedings - 23rd SIBGRAPI Conference on Graphics, Patterns and Images, SIBGRAPI 2010 | - |
| ???dc.source???: dc.source | Scopus | - |
| Palavras-chave: dc.subject | K-Nearest neighbors | - |
| Palavras-chave: dc.subject | Machine learning black-boxes | - |
| Palavras-chave: dc.subject | Metrics space | - |
| Palavras-chave: dc.subject | Neural networks | - |
| Palavras-chave: dc.subject | Optimum-Path forest | - |
| Palavras-chave: dc.subject | Pattern analysis | - |
| Palavras-chave: dc.subject | Support vector machines | - |
| Título: dc.title | How far you can get using machine learning black-boxes | - |
| Tipo de arquivo: dc.type | aula digital | - |
| Aparece nas coleções: | Repositório Institucional - Unesp | |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: