• JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
 
  Bookmark and Share
 
 
Disertación de Maestría
DOI
https://doi.org/10.11606/D.45.2021.tde-12052021-114559
Documento
Autor
Nombre completo
Victor Junji Takara
Dirección Electrónica
Instituto/Escuela/Facultad
Área de Conocimiento
Fecha de Defensa
Publicación
São Paulo, 2021
Director
Tribunal
Esteves, Luís Gustavo (Presidente)
Diniz, Marcio Alves
Stern, Rafael Bassi
Título en portugués
Inferência para o modelo Bernoulli na presença de adversários
Palabras clave en portugués
Aprendizado de máquina
Inferência bayesiana
Teoria da decisão
Resumen en portugués
A teoria da decisão com adversários se originou na tentativa de solucionar problemas na área de aprendizado de máquina. Nessa teoria, supõe-se a existência de adversários que têm como intuito a perturbação dos dados (ou do mecanismo gerador dos mesmos). Uma vez que ela é baseada em inferência bayesiana, a todas as incertezas são atreladas medidas de probabilidade, inclusive às possíveis ações realizadas por adversários. No entanto, pela natureza aplicada da teoria, ela foi criada e estudada com enfoque na teoria da decisão, sem muita preocupação com formalismos na área de estatística. Assim, o objetivo desse trabalho foi estudar elementos inferenciais importantes, como a estimação pontual e o teste de hipóteses para o modelo Bernoulli na presença de adversários. Ilustramos como essas alterações impactam a estimativa pontual e o teste de hipótese bayesiano, além da própria distribuição dos dados observáveis e de componentes importantes, como o comportamento do risco bayesiano e regiões críticas.
Título en inglés
Inference for Bernoulli model in presence of adversaries
Palabras clave en inglés
Bayesian inference
Decision theory
Machine learning
Resumen en inglés
The adversarial decision theory originated in the attempt to solve issues in the area of machine learning. In this theory, it is assumed that there are adversaries whose intention is to disturb the data (or the mechanism which generates them). Since it is based on Bayesian inference, probabilities measures are attached to all uncertain quantities and to possible actions taken by opponents. However, due to the applied nature of this theory, it was created and studied focused on decision theory and its applications, without much concern with statistical formalisms. Thus, the objective of this work was to study important inferential concepts, such as point estimation and hypothesis testing for the Bernoulli model in presence of adversaries. We illustrate how these changes impact the point estimate and the Bayesian hypothesis test, besides the distribution of observable data and important statistical elements such as the behavior of Bayesian risk and critical regions.
 
ADVERTENCIA - La consulta de este documento queda condicionada a la aceptación de las siguientes condiciones de uso:
Este documento es únicamente para usos privados enmarcados en actividades de investigación y docencia. No se autoriza su reproducción con finalidades de lucro. Esta reserva de derechos afecta tanto los datos del documento como a sus contenidos. En la utilización o cita de partes del documento es obligado indicar el nombre de la persona autora.
Dissertacao.pdf (926.31 Kbytes)
Fecha de Publicación
2021-07-02
 
ADVERTENCIA: Aprenda que son los trabajos derivados haciendo clic aquí.
Todos los derechos de la tesis/disertación pertenecen a los autores
CeTI-SC/STI
Biblioteca Digital de Tesis y Disertaciones de la USP. Copyright © 2001-2024. Todos los derechos reservados.