@PHDTHESIS{ 2019:1308541653,
 	title = {Uberband : meta-aprendizado e otimiza??o baseada em bandidos multi-armados para sele??o eficiente e efetiva de processos completos},
 	year = {2019},
 	url = "http://tede2.pucrs.br/tede2/handle/tede/8984",
 	abstract = "Na medida em que tecnologias para gerenciamento e armazenamento de dados se tornam amplamente dispon?veis, torna-se um desafio fornecer aos usu?rios sistemas eficazes de an?lise e compreens?o desses dados. Descoberta de Conhecimento em Bases de Dados (DCBD) ? o processo n?o-trivial de extra??o de padr?es interessantes, v?lidos e ?teis a partir de dados. Este processo inclui desde a sele??o de dados, at? a interpreta??o dos padr?es identificados. Especialmente para usu?rios n?o especialistas, a defini??o e gest?o de um processo de DCBD s?o atividades complexas, pois ? exigido o conhecimento sobre como escolher as operadores adequados dentre a gama dispon?vel para cada etapa, como configur?-los e como interpretar sua sa?da. Sele??o Autom?tica de Processos Completos (SPC) objetiva auxiliar usu?rios de DCBD na tarefa onerosa de escolher o processo completo de operadores, que inclui m?todos de pr? processamento, algoritmos de aprendizado de m?quina e suas configura??es de hiper-par?metros mais adequados a um determinado problema. Embora diversas solu??es j? existam para esta tarefa, tais solu??es s?o limitadas do ponto de vista da avalia??o do processo completo i) algumas solu??es n?o realizam experimenta??o do processo e se baseiam apenas em estimativas de desempenho de problemas similares, o que pode levar a recomenda??es n?o-precisas e ii) as demais solu??es avaliam os processos completos repetidas vezes sobre o conjunto de treinamento inteiro at? encontrar a melhor op??o. Estas ?ltimas solu??es geralmente obt?m resultados mais precisos, por?m, se tornam computacionalmente custosas em termo de tempo, ? medida em que os conjuntos de dados aumentam e novos algoritmos s?o desenvolvidos. Neste sentido, esta pesquisa prop?e e analisa um novo algoritmo para SPC, denominado Uberband, que combina Meta-Aprendizado, para a estimar a probabilidade de amostragem de operadores, e otimiza??o baseada em bandidos multi armados, para realiza??o de aloca??o adaptativa de inst?ncias do conjunto de treinamento durante o processo de otimiza??o. Resultados da an?lise experimental comparativa com solu??es estado-da-arte em SPC, indicaram que Uberband proporciona uma SPC com desempenho similar e em um tempo expressivamente menor do que as solu??es atuais",
 	publisher = {Pontif?cia Universidade Cat?lica do Rio Grande do Sul},
 	scholl = {Programa de P?s-Gradua??o em Ci?ncia da Computa??o},
 	note = {Escola Polit?cnica}
}