Análise comparativa de técnicas de aprendizado de máquina implementadas em hardwares de baixo custo.
Com o maior uso de algoritmos de aprendizagem de máquina e a necessidade de aplicá-los em dispositivos de baixo custo, como os dispositivos embarcados, se faz necessário saber quais algoritmos são aplicáveis em quais tipos de hardware, bem como seu desempenho. Isto se faz necessário, pois nem sempre é possível enviar os dados coletados por estes dispositivos para equipamentos de maior poder de processamento. Portanto, neste trabalho, é proposta uma análise comparativa de alguns algoritmos de aprendizado de máquina, como redes neurais MLP e máquinas de vetores suporte, implementandos em alguns hardwares de baixo custo e de uso comum do mercado. A análise realizada leva em conta o uso de memória, a capacidade de processamento e o consumo de energia de cada dispositivo ao executar os algoritmos escolhidos.