ESTUDO COMPARATIVO DE DESEMPENHO ENTRE SVM E MLP NO RECONHECIMENTO DE IMAGENS

Este artigo contempla os resultados de um estudo comparativo de dois modelos preditivos supervisionados: Support Vector Machine (SVM) e Multilayer Perceptron (MLP) que foram outrora utilizados para a classificação de imagens de diferentes magnitudes tendo como objetivo observar as implicações das variações de quantidade e dimensões dos dados sob os modelos de predição. Respectivamente, para cada variação foi realizado um experimento utilizando a plataforma jupyter notebook e codificado em Python. Os resultados apontam para uma melhor eficiência do MLP para grandes quantidades de dados tomando como base o tempo de treinamento e tempo de predição, entretanto para quase todos os testes o SVM obteve uma melhor acurácia tendo apenas tempos de treino e predição superiores ao MLP com pequenas quantidades de dados