A comprehensive comparison of machine learning approaches with hyper-parameter tuning for smartphone sensor-based human activity recognition

Ghate, Vasundhara; Hemalatha C, Sweetlin

doi:10.1016/j.measen.2023.100925

Cited by 3 publications

(1 citation statement)

References 11 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Os hiperparâmetros desempenham um papel crucial no ajuste fino e na otimização dos modelos de aprendizado de máquina. Ele permite realizar uma busca mais aprofundada para determinar quais são os melhores parâmetros para um determinado modelo (Ghate & Hemalatha, 2023). O GridSearch, uma técnica comumente utilizada nesse processo, permite testar sistematicamente cada parâmetro, combinando-os em cada iteração, a fim de encontrar a combinação ideal que maximize a métrica escolhida.…”

Section: 2unclassified

Use of machine learning models to classify user satisfaction at airports in Brazil

Oliveira,

Lima,

Santos

2024

Braz. J. Prod. Eng.

View full text Add to dashboard Cite

Este artigo descreve a aplicação de técnicas de aprendizado de máquina (AM) utilizando os dados da pesquisa de satisfação de usuários em vários aeroportos no Brasil para classificá-los de acordo com sua satisfação. Foram utilizados os métodos K-Nearest Neighbors (KNN), Naïve Bayes, Árvore de Decisões e Floresta Aleatória para classificar a satisfação dos usuários, e a regressão linear para a imputação de dados, utilizando o conjunto de dados de 2017 a 2022 como conjunto de treinamento. Os dados foram previamente processados e limpos. O conjunto de dados de 2017 a 2022 foi utilizado para treinar o modelo, enquanto o conjunto de dados mais recente de 2023 foi utilizado como conjunto para teste. Após a classificação, a técnica de hiperparâmetros foi aplicada para melhorar os resultados das métricas. Os modelos de aprendizado de máquina apresentaram resultados satisfatórios na classificação dos usuários. Além disso, a pesquisa revelou os principais fatores que afetam a satisfação dos clientes nos aeroportos, destacando o conforto acústico do aeroporto, a disponibilidade de sanitários e a quantidade e qualidade de estabelecimentos comerciais como os mais influentes.

show abstract

Section: 2unclassified