E-mails de spam, fraude bancária, diabetes, trabalhadores abandonando seus empregos. O que esses tópicos têm em comum? A resposta pode ser encontrada na pesquisa de aprendizado de máquina na Binghamton University.

Dana Bani-Hani, um aluno de doutorado estudando engenharia industrial e de sistemas, passou os últimos anos ensinando máquinas a ler conjuntos de dados em qualquer setor. O sistema que ela codificou, chamada de Rede Neural de Regressão Geral Recursiva Oracle (R-GRNN Oracle), recebe entradas de dados e cria saídas de previsão.

Os modelos de regressão não são novos na ciência e análise de dados, mas o que Bani-Hani criou vai além do básico. Um sistema típico usa algoritmos, chamados classificadores, que passam por um conjunto de dados de muitas variáveis ​​diferentes para criar uma previsão. Oráculos são criados para executar vários conjuntos desses classificadores para ver qual algoritmo cria a previsão mais precisa.

Por exemplo, um classificador pode olhar uma miríade de e-mails e levar em consideração o uso de certas palavras, contagem de palavras e várias outras variáveis ​​para determinar se o e-mail é spam. Um oráculo examina as diferentes saídas do classificador e determina qual previu os emails de spam com mais precisão.

O que diferencia o R-GRNN Oracle de outros oráculos é sua capacidade de pegar as saídas do classificador e classificá-las com base em sua precisão. Com base na classificação, classificadores recebem pesos e são combinados para produzir uma previsão superior a qualquer classificador por conta própria.

Pense neste processo como uma orquestra. Cada instrumento tem seus próprios pontos fortes, assim como diferentes classificadores, por isso é útil incluí-los todos. O condutor, como o R-GRNN Oracle, direciona os diferentes instrumentos para tocar mais alto ou mais baixo com base em como o instrumento faz o som da sinfonia final.

Neste ponto, o sistema seria chamado de Rede Neural de Regressão Geral (GRNN), que foi criado antes na Binghamton University. O verdadeiro ponto crucial do trabalho de Bani-Hani está na primeira carta, R, que significa recursão.

O R-GRNN Oracle pega a saída GRNN original, e usa todo esse sistema como uma entrada para outra previsão GRNN. Isso é combinado com o mais bem-sucedido dos classificadores originais.

Então, de volta à orquestra:a sinfonia original é gravada, e reproduzido novamente mais tarde. Desta vez, junto com a gravação, alguns instrumentos tocam novamente para afinar ainda mais os sons importantes da orquestra.

"Por causa da maneira como [o GRNN] funciona, Consegui criar o modelo recursivo, "Bani-Hani diz." O conceito de recursão não é amplamente usado no aprendizado de máquina, então decidi colocar um oráculo dentro de um oráculo. "

Mohammad Khasawneh, professor e chefe do departamento em ciência de sistemas e engenharia industrial, supervisionou a pesquisa de Bani-Hani. Ele diz que sistemas como o GRNN e R-GRNN são subutilizados e são vitais em eventos graves da vida.

"O tradicional GRNN Oracle tem recebido atenção limitada na literatura, pois poucos pesquisadores publicaram trabalhos sobre o algoritmo, "Khasawneh diz." Mas muitos problemas da vida real que aplicam modelos de aprendizado de máquina para automatizar a classificação de observações desconhecidas exigem previsões precisas. Tarefas como o diagnóstico de doenças exigem precisão para evitar problemas sérios que podem levar a problemas como processos judiciais ou até mortes. "

Bani-Hani diz que o R-GRNN Oracle produz previsões mais precisas do que qualquer classificador sozinho, bem como um GRNN por conta própria. O R-GRNN Oracle coletou milhares de amostras de e-mail, programado para fatorar 57 variáveis, e então produziu uma previsão de spam superior a todos os outros classificadores testados.

Bani-Hani também usou o R-GRNN para prever fraudes em aplicações de cartão de crédito, diagnóstico de diabetes e se um trabalhador vai pedir demissão com base em experiências anteriores no local de trabalho. Em cada caso, o R-GRNN saiu como o preditor mais preciso.

Ela planeja focar seu modelo em campos específicos, como negócios ou finanças, bem como empacotar o GRNN Oracle e o R-GRNN Oracle para que as empresas não tenham que criar o código inteiro desde o início.

A jornada de Bani-Hani rumo à pesquisa de aprendizado de máquina começou quase 6, 000 milhas de distância de Binghamton, na Jordânia. Depois de concluir o bacharelado em engenharia arquitetônica, ela ouviu sobre a Binghamton University através do corpo docente e líderes acadêmicos da Watson School, e das sugestões de apoio de seu pai. Ela inicialmente fez mestrado em engenharia industrial, mas ela logo encontrou uma nova paixão:mineração de dados e aprendizado de máquina.

"Conseguir um Ph.D. tem sido um sonho meu nos últimos 15 anos, "Bani-Hani diz." Atribuo isso principalmente a ter uma família com pós-graduação. Agradeço aos meus professores aqui na Binghamton University por me apresentarem aos tópicos que compõem minha pesquisa. "