Avaliação da Alteração de Precisão e Leitura de Dados para Melhoria no Desempenho e Consumo de Energia de Algoritmos de Aprendizado de Máquina

Neste trabalho é avaliada a influência da redução da precisão do ponto flutuante e de técnicas de leitura de dados nos algoritmos de Aprendizado de Máquina durante a fase de treinamento. O estudo é feito com o uso do modelo de Floresta Randômica. O objetivo é analisar aspectos de precisão, do tempo de execução e do consumo de energia, afim de realizar um melhor uso dos recursos computacionais em busca de soluções para um aprendizado de máquina ecologicamente viável.