Redes Neurais

Análise em base de dados utilizando técnicas de
Inteligência Artificial: Redes Neurais e Árvores de Decisão
Sávio R.Scaglioni1, Leonardo A.Teixeira¹, Felipe F.Cruz¹, Thiago H.M Mendes¹,
Denisson Johny de Camargos¹
¹Instituto de Ciências Exatas e Tecnológicas– Universidade Federal de Viçosa Campus de Rio Paranaíba (UFV-CRP)
Caixa Postal 22 –38810-000– Rio Paranaíba– MG– Brasil
{savio.scaglioni,leonardo.teixeira,felipe.f.cruz,thiago.h.mendes,
denisson.camargos}@ufv.br

Resumo. Este artigo irá abordar a análise de um conjunto de dados sobre animais, contendo algumas características físicas e biológicas do mesmo.
Serão criados modelos de redes neurais e árvores de decisão para a resolução da problemática, que é a classificação dos animais a partir de suas características, utilizando o simulador WEKA 3.7.8.
1. Introdução
Focaremos nesse artigo, em duas técnicas de classificação de dados que se enquadra dentro da
Inteligência Artificial (IA), a Redes Neurais e Árvores de Decisão.
A inteligência artificial é um ramo de pesquisa da ciência da computação que busca, através de símbolos computacionais, construir mecanismos e/ou dispositivos que simulem a capacidade do ser humano de pensar, resolver problemas, ou seja, de ser inteligente. Esse campo de IA possui diversas frentes de estudos, no qual este trabalho se enquadrará em
Algoritmos Evolutivos.
Em nosso experimento, usaremos duas bases de dados, onde vamos realizar a classificação dos dados, usando técnicas de inteligência artificial: árvore de decisão usando o algoritmo J48 e redes neurais utilizando algoritmo MultlayerPerceptron. O objetivo do presente estudo é comparar essas duas técnicas de classificação de dados, a fim de se verificar qual técnica oferece melhores resultados para classificação dos mesmos em cada base de dados.
2. Descrição
Em nosso trabalho foi escolhido uma base de dados disponível na internet através do link: http://repository.seasr.org/Datasets/UCI/arff/, arquivo