Topological data analysis: applications in machine learning
Sabrina Graciela Suárez Calcina · 2019
de São Paulo, São Carlos -SP, 2018.Recentemente a topologia computacional teve um importante desenvolvimento na análise de dados dando origem ao campo da Análise Topológica de Dados.A homologia persistente aparece como uma ferramenta fundamental baseada na topologia de dados que possam ser representados como pontos num espaço métrico.Neste trabalho, aplicamos técnicas da Análise Topológica de Dados, mais precisamente, usamos homologia persistente para calcular características topológicas mais persistentes em dados.Nesse sentido, os diagramas de persistencia são processados como vetores de características para posteriormente aplicar algoritmos de Aprendizado de Máquina.Para classificação, foram utilizados os seguintes classificadores: Análise de Discriminantes de Minimos Quadrados Parciais, Máquina de Vetores de Suporte, e Naive Bayes.Para a regressão, usamos a Regressão de Vetores de Suporte e KNeighbors.Finalmente, daremos uma certa abordagem estatística para analisar a precisão de cada classificador e regressor.