Relatório Sobre Desafios de Inteligência Artificial

...

[pic 6]

Outra feature estudada, mas sem sucesso ainda, foi a relação do índice da query com a relevância, onde índices maiores implicam em notas diferentes, somente por estar em posições diferentes.

Porém, uma dificuldade encontrada nesta feature foi achar o ponto certo de mudança de notas. Apesar de no mundo real esta relação não fazer sentido, foi relatado por alguns dos times a diminuição do erro. Portanto, esta feature necessita de mais algum tempo para aperfeiçoamento.

A partir de reuniões com a equipe, foram definidos alguns pontos para se avaliar e reavaliar:

-No caso das features já existentes será feita uma pesquisa mais aprofundada para descobrir novos meios de explorá-las positivamente, assim como a extração dos radicais das palavras dessas features resultou em submissões com erros significativamente mais baixos do que anteriormente.

-Se encaixam em pontos para se avaliar: os atributos dos produtos. Atributos estes, que ainda não foram levados em consideração na hora da criação de features, por ter sido constatado através de tentativas falhas de seu uso, ser um campo mais complexo e dinâmico para se explorar, o que nos consumirá maior tempo de desenvolvimento, além do tempo para a geração de uma features relevante e possível de se implementar.

Desde o princípio, a equipe esteve presente e pensando em novas formas de diminuir o erro em submissões ao Kaggle, alguns focados no desenvolvimento e outros na geração de novas features. Após algumas dificuldades serem encontradas, a geração dessas features ficou mais complexa, gerando uma diminuição no desempenho geral do time.

Atualmente, o desenvolvimento, geração de novas features e relatórios estão atrelados a dois membros, apesar da contribuição da equipe como um todo ter sido fundamental para o pontapé inicial na competição.