
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.creator | Oliveira, Lilian M. de | - |
| Autor(es): dc.creator | Menezes, Fortunato S. de | - |
| Autor(es): dc.creator | Cirillo, Marcelo A. | - |
| Autor(es): dc.creator | Saúde, André V. | - |
| Autor(es): dc.creator | Borém, Flávio M. | - |
| Autor(es): dc.creator | Liska, Gilberto R. | - |
| Data de aceite: dc.date.accessioned | 2026-02-09T11:21:24Z | - |
| Data de disponibilização: dc.date.available | 2026-02-09T11:21:24Z | - |
| Data de envio: dc.date.issued | 2020-03-26 | - |
| Data de envio: dc.date.issued | 2020-03-26 | - |
| Data de envio: dc.date.issued | 2020-04 | - |
| Fonte completa do material: dc.identifier | https://repositorio.ufla.br/handle/1/39427 | - |
| Fonte completa do material: dc.identifier | https://onlinelibrary.wiley.com/doi/epdf/10.1002/cpe.5579 | - |
| Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/1139142 | - |
| Descrição: dc.description | Automatic classification methods have been developed in the area of Machine Learning to facilitate the categorization of data. Among the most successful methods are Boosting and Bagging. While Bagging works by combining fit classifiers into the bootstrap samples, Boosting works by sequentially applying a sorting algorithm to reweigh versions of the training dataset, giving more weight to the erroneously classified observations in the previous step. These classifiers are characterized by satisfactory results, low computational cost, and simplicity of implementation. Given these characteristics, there is an interest in verifying the performance of these automatic methods compared to the classical methods of classification in Statistics such as Linear and Quadratic Discriminant Analysis. To compare these techniques, we have used the classification error rates of the models to improve the confidence in the use of Boosting and Bagging methods in more complex classification problem. This study applies these techniques to real and simulated data that have been composed of more than two categories in the response variable. This investigation stimulates the implementation of Boosting and Bagging, by assigning an application in Sensory Analysis. We have concluded that the automatic methods have an optimal classification performance, showing lower error rates compared to the Linear and Quadratic Discriminant Analysis in the tested applications. | - |
| Idioma: dc.language | en | - |
| Publicador: dc.publisher | Wiley | - |
| Direitos: dc.rights | restrictAccess | - |
| ???dc.source???: dc.source | Concurrency and Computation | - |
| Palavras-chave: dc.subject | Boosting | - |
| Palavras-chave: dc.subject | Bagging | - |
| Palavras-chave: dc.subject | Discriminant analysis | - |
| Palavras-chave: dc.subject | Quality of coffees | - |
| Título: dc.title | Machine Learning techniques in muliclass problems with application in sensorial analysis | - |
| Tipo de arquivo: dc.type | Artigo | - |
| Aparece nas coleções: | Repositório Institucional da Universidade Federal de Lavras (RIUFLA) | |
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: