Ferramenta de auxílio à rotulagem

Imagem de Miniatura

Autores

Efeiche, Gustavo
Astur, Lucas S.
Andrade, Marcelo G. de
Campos, Pedro C.

Orientador

Ayres, Fábio J.

Co-orientadores

Citações na Scopus

Tipo de documento

Trabalho de Conclusão de Curso

Data

2019

Unidades Organizacionais

Resumo

No âmbito do Machine Learning , algoritmos de classificação dependem da coleta de uma grande quantidade de amostras para aprendizado, e estas precisam estar devidamente rotuladas. A rotulagem de amostras, no entanto, é algo custoso e demorado, principalmente por ser feita, na maioria das vezes, de maneira manual por profissionais de rotulagem. Neste contexto, o objetivo do projeto é criar uma ferramenta que auxilia rotuladores, construindo uma aplicação de rotulagem que se utiliza da técnica de Active Learning. O resultado esperado com a utilização desta técnica, aliada a uma interface de rotulagem intuitiva, é uma diminuição do custo geral deste processo. Ao final da primeira etapa do PFE foi desenvolvida um protótipo funcional da ferramenta de rotulagem. Nesta segunda parte do projeto final, buscou-se desenvolver features pendentes, bem como o aprimoramento das já existentes. Os principais pilares da segunda etapa foram os seguintes: um novo Web App mais profissional seguindo toda a linha de design e UX da IBM, um dashboard de gerenciamento de projetos com informações de acurácia, membros e permissões, e uma nova arquitetura do backend assíncrona com fila de tarefas. Com o desenvolvimento desses pilares, passou-se de uma prova de conceito para um protótipo mais fidedigno ao produto final esperado.

Palavras-chave

Rotulagem de produtos; Active learning; desenvolvimento de protótipo

Titulo de periódico

URL da fonte

Título de Livro

URL na Scopus

Idioma

Português

Notas

Projeto realizado na empresa Grupo IBM

Membros da banca

Ayres, Fábio J.

Área do Conhecimento CNPQ

Citação

Avaliação

Revisão

Suplementado Por

Referenciado Por