Aplicação de algorítmos do Automated Machine Learning em um cenário relevante

Abstract

O conceito de inteligência artificial consiste no desenvolvimento de sistema computa- dorizados que realizam tarefas análogas a inteligência humana. Oficializado em 1959, o termo toma relevância no mundo da tecnologia e dele surgem inúmeras ramifica- ções, entre elas a do Machine Learning e posteriormente o Automated Machine Lear- ning. Este trabalho teve como objetivo experienciar a utilização do AutoML (Automated Machine Learning) em uma aplicação de predição da temperatura de rotores de um conjunto de dados de motores elétricos. Apresentou-se os conceitos de inteligência artificial e suas ramificações, os de modelos de aprendizado do Machine Learning, quais sejam, Modelo de Aprendizado Supervisionado, Não Supervisionado e Refor- çado. Foram vistos artigos que traziam comparações entre métodos tradicionais como Deep Learning e Machine Learning, em comparação ao presente método de estudo nas áreas de saúde e meio ambiente. Após a apresentação do tema e uma pequena contextualização sobre o campo de atuação da área, foi demonstrado qual o caminho percorrido até o encontro do modelo para predição da temperatura do rotor, evidenci- ando de modo gradual os programas, bibliotecas e códigos utilizados. Por fim, foi feita apresentação e comparação dos resultados do algoritmo encontrado em relação aos resultados disponíveis na plataforma Kaggle. O objetivo foi apresentar como foi reali- zado a criação de modelos de Automated Machine Learning e a aplicação do mesmo para um conjunto de dados foi plenamente atingido através da produção e publicação dos Notebooks e este foi alcançado. Nesta pesquisa foi encontrado um algoritmo de Machine Learning para o conjunto de dados de motores elétricos capaz de fazer pre- dições da temperatura dos rotores apresentando assim resultados promissores. No entanto, entende-se necessárias outras pesquisas buscando adquirir conhecimento e aprofundamento no assunto.

The concept of artificial intelligence consists in the development of computerized systems that perform tasks analogous to human intelligence. Officialized in 1959, the term takes on relevance in the world of technology and from it arise numerous ramifications, including Machine Learning and later Automated Machine Learning. This work aimed to experience the use of AutoML (Au-tomated Machine Learning) in an application to predict the rotor temperature of a dataset of electric motors. The concepts of artificial intelligence and its ramifications, the Machine Le-arning learning models were presented, namely, Supervised, Unsupervised and Reinforced Learning Model. Articles were seen that brought comparisons between traditional methods such as Deep Learning and Machine Learning, compared to the present method of study in the areas of health and the environment. After the presentation of the theme and a little contextualization about the field of action of the area, it was demonstrated the path taken to find the model for predicting the temperature of the rotor, gradually showing the programs, libraries and codes used. Finally, the results of the algorithm found were presented and compared with the results available on the Kaggle platform. The objective was to present how the creation of Automated Machine Learning models was carried out and its application to a dataset was fully achieved through the production and publication of Notebooks and this was achieved. However, it is understood that further discussions and more research time would be needed that go beyond this work to acquire greater knowledge on the subject and reliability in the results found.