Banca de DEFESA: JOAO VICTOR CAMPOS MORAES

Uma banca de DEFESA de MESTRADO foi cadastrada pelo programa.
DISCENTE: JOAO VICTOR CAMPOS MORAES
DATA : 09/07/2023
HORA: 14:00
LOCAL: Centro de Informática
TÍTULO:

Γ-IRT: An Item Response Theory Model for Evaluating Regression  Algorithms

PALAVRAS-CHAVES:

Teoria da resposta ao item,; Tarefas de regressão; Aprendizado de máquina; Avaliação

PÁGINAS: 72
RESUMO:

A Teoria de Resposta ao Item (IRT) é usada para medir as habilidades latentes de humanos

entrevistados com base em suas respostas a itens com diferentes dificuldades

níveis. Recentemente, o IRT foi aplicado à avaliação de algoritmos em

Inteligência Artificial (IA), tratando os algoritmos como respondentes e

as tarefas de IA como itens. Os modelos mais comuns em IRT lidam apenas com

respostas dicotômicas (ou seja, uma resposta deve ser correta ou

incorreta). Portanto, eles não são adequados em contextos de aplicação onde

as respostas são registradas em escala contínua. Neste artigo, propomos o

Modelo Γ-IRT, especialmente projetado para lidar com positivo ilimitado

respostas, que modelamos usando uma distribuição Gamma, parametrizada

de acordo com a habilidade do respondente e dificuldade e discriminação do item

parâmetros. A parametrização proposta resulta na característica do item

curvas com formas mais flexíveis em comparação com a logística tradicional

curvas adotadas no IRT. Aplicamos o modelo proposto para avaliar a regressão

habilidades do modelo, em que as respostas são os erros absolutos nas instâncias de teste.

Este novo aplicativo representa uma alternativa para avaliar a regressão

desempenho e para identificar regiões em um conjunto de dados de regressão que

apresentam diferentes níveis de dificuldade e discriminação.

MEMBROS DA BANCA:
Externa à Instituição - GISELE LOBO PAPPA - UFMG
Interna - 1511021 - RENATA MARIA CARDOSO RODRIGUES DE SOUZA
Externo à Instituição - TELMO DE MENEZES E SILVA FILHO - OUTRA