Classificação de padrões através de um comitê de máquinas aprimorado por aprendizagem por reforço
Aprendizado de Máquina, Classificação de Padrões, Aprendizado por Reforço, Máquinas de Comitê
A classificação de padrões é uma das mais proeminentes áreas de pesquisa dentro do aprendizado de máquina. Os sistemas de classificação de padrões, em sua maioria, são treinados e ajustados a partir da correção do erro. Além disso, nos últimos anos, pesquisas mostram que classificadores agrupados tendem a desempenhos melhores que classificadores isolados.
Outras áreas em aprendizado de máquina fazem seu treinamento de uma forma diferente, como é o caso do aprendizado por reforço, que não possui uma figura que atue como professor, e que ajusta seus parâmetros com a experiência.
Com isto em mente, esta pesquisa busca desenvolver um classificador que una a classificação de padrões e o aprendizado por reforço, fazendo com que um classificador já previamente treinado pelos métodos tradicionais de criação de classificadores seja aprimorado através de sua experiência de classificação