DEFESA DE DISSERTAÇÃO DE MESTRADO Nº 302

Aluno: Roberto Sá Barreto Paiva da Cunha

Título: “Desenvolvimento de um Mecanismo de AutoML para Processamento de Dados em Larga Escala"

Orientador: Alexandre Magno Andrade Maciel

Coorientador: Jairson Barbosa Rodrigues - (UNIVASF)

Examinador Externo: Rosalvo Ferreira de Oliveira Neto - (UNIVASF)

Examinador Interno: Ivaldir Honório de Farias Junior

Data-hora: 23 de Agosto de 2024, às 15h.
Local: Formato Presencial, Sala de Atos (CSEC) - POLI/UPE (Recife/PE)-.

Resumo:

"A busca por simplificar a criação de modelos de aprendizado de máquina impulsiona o desenvolvimento da área de pesquisa referenciada por Aprendizado de Máquina Automatizado (Sigla em inglês: AutoML). Nas últimas duas décadas, diversos fenômenos sociais, econômicos e tecnológicos produziram um crescimento exponencial na geração de dados, aumentando a disponibilidade para treinamentos de modelos de AutoML. Entretanto, a maioria dos sistemas de AutoML de código aberto disponíveis possui limitações de processamento devido ao alto custo computacional de seus algoritmos e por serem baseados em escalabilidade vertical. Uma estratégia para contornar esta limitação consiste em utilizar arquitetura distribuída em Cluster e ferramentas para processamento e análise de big data. Nesse contexto, surge a necessidade da expansão da capacidade de processamento do Framework de Mineração de Dados (FMD) por meio de uma integração com Cluster. O desenvolvimento se deu por meio de pesquisa aplicada com caráter tecnológico baseado na metodologia Design Science Research, utilizando ferramentas de código aberto para big data como Apache Hadoop e Apache Spark. O projeto foi avaliado por meio de testes de integração, treinamento de modelos com dados reais e uma avaliação de especialistas."