MÉTODO PARA SELEÇÃO DE FEATURES E HIPERPARÂMETROS DE DEEP LEARNING COM ALGORITMO GENÉTICO

Resumo

Os avanços tecnológicos têm permitido o desenvolvimento de áreas como a Inteligência Artificial, em especial o Deep Learning (DL), que possui aplicações na área da saúde, como na predição de diabetes. Um dos desafios enfrentados nessa técnica é a seleção ideal de hiperparâmetros. Neste contexto, os Algoritmos Genéticos (AG) que, normalmente, são utilizados como otimizadores, são propostos em um método para otimizar a escolha de features e hiperparâmetros em problemas que utilizam modelos de DL. Para tal, utilizou-se a AG para seleção das melhores features de um dataset de Diabetes e hiperparâmetros de um modelo de DL. Após aplicação no dataset pode-se observar que o modelo com menos features pontuou melhor nas métricas de desempenho escolhidas quando comparado ao mesmo modelo que utilizava todas as features disponíveis. Portanto, pode-se concluir que o processo se mostrou como uma possível ferramenta na seleção de features e hiperparâmetros de modelos de DL.