AVALIAÇÃO DE DIFERENTES ESTRUTURAS DE CAMADAS OCULTAS EM ALGORITMOS DE DEEP LEARNING USANDO ANOVA

Resumo

Avaliar a eficiência de um processo de classificação vêm se tornando cada vez mais complexo. O número de variáveis envolvidas na equação aumentam e diferentes estruturas surgem, tornando mais difícil a avaliação do mesmo. Porém, existem métodos matemáticos e estatísticos que são capazes de gerar uma avaliação do mesmo, a partir de amostras populacionais. Esses processos são capazes de classificar diversas informações dentro de um mesmo projeto e, inclusive, definir se diferentes algoritmos possuem a mesma eficiência, ou apontar qual deles é mais eficaz que o outro. Neste estudo é detalhado um caso de teste entre 4 diferentes arquiteturas de um classificador baseado em Deep Learning usado para o mesmo propósito, e é analisado qual dentre eles apresenta melhores resultados.