Os algoritmos de aprendizado usando conjuntos de árvores de decisão têm se destacado na classificação de documentos, mas não sem pagar um alto custo computacional. A exploração de paralelismo tem sido uma alternativa para viabilizar o uso destes algoritmos mais sofisticados. Neste trabalho propomos um algoritmo paralelo para acelerar a construção destas árvores de decisão utilizadas num método recente que demonstrou superar os classificadores de última geração para dados textuais. Resultados experimentais, utilizando bases de dados textuais padronizadas, mostram que o algoritmo implementado em uma arquitetura manycore (GPU) é capaz de reduzir o tempo de execução em até 26 vezes em comparação a um algoritmo sequencial equivalente.

No abstract

No abstract

A grande quantidade de informação disponível desperta o interesse para o aprendizado de padrões importantes dos dados, que em sua maioria estão em formato de texto e são desestruturados. Desse modo, surgem novos desafios para lidar com esse tipo de dado, como a carga computacional ligada a alta dimensionalidade e ruídos atrelados a natureza dos dados. Assim, no presente trabalho é abordada a paralelização de um algoritmo de aprendizado, uma combinação de bagging de árvores aleatórias com boosting para a classificação automática de texto. O objetivo é acelerar a construção das árvores na GPU.