Meta-aprendizado para seleção de algoritmos em fluxos de dados

Abstract

Dentre os diversos paradigmas existentes para extrair informação de fluxos de dados (Data Streams, DS), Aprendizado de Máquina (AM) destaca-se como uma alternativa muito apreciada por conta de sua aptidão a realizar predições e revelar padrões. Entretanto, há muitos algoritmos para essas tarefas, e não existe um único que obtém desempenho superior em um cenário qualquer. Nesse contexto, uma possibilidade para resolver a tarefa de decidir qual algoritmo utilizar é modelá-la como um problema de AM. Pode-se caracterizar trechos de um DS e associá-los ao desempenho de modelos de AM. Por envolver informações extraídas a partir da aplicação de sistemas de AM, dizemos tratar-se de Meta-Aprendizado (Meta-Learning, MtL). Em cenários onde os dados se comportam de maneira estacionária, a abordagem acima precisa ser aplicada uma vez. Porém, DS não costumam ser estacionários. Desse modo, um modelo recomendado antes pode não ser mais apropriado aos novos dados. Não apenas isso, mas é possível que outro algoritmo possua viés mais adequado a eles. Assim, é desejável um sistema que continuamente recomende o algoritmo mais promissor. BLAST e Meta-Stream, são frameworks que utilizam Meta-Aprendizado para resolver desse problema, porém de maneiras bem diferentes. Ambos foram criados para aplicação em DS e possuem bons resultados relatados por seus autores. Entretanto, não há trabalhos comparando-os. Neste trabalho, realizamos essa comparação utilizando seis DS com mudança de conceito, empregando-os como seletores entre dois modelos, cada qual induzido por um algoritmo diferente. Os resultados indicam superioridade do BLAST quanto aos ganhos conseguidos, mas capacidade inferior de detectar os casos em que o algoritmo correto não obteve os melhores resultados num passado recente. Os códigos utilizados para implementação dos framerowks foram organizados e disponibilizados em uma biblioteca Python. Portanto, este trabalho remove essa ausência de comparação e propõe um biblioteca de código aberto que implementa ambos.