Extracción de reglas utilizando estrategias adaptativas

Título:

Extracción de reglas utilizando estrategias adaptativas

Autor:

Lanzarini, Laura Cristina

Otros autores / Colaboradores:

 De Giusti, Armando Eduardo; [ Director/a]  Olivas Varela, José Angel; [ Director/a] 

Temas:

MINERÍA DE DATOS; 

URL:

https://doi.org/10.35537/10915/59408,

Palabras clave:

optimización mediante cúmulo de partículas, reglas de clasificación, 

Nota de tesis:

Tesis (Doctorado en Ciencias Informáticas) - Universidad Nacional de La Plata. Facultad de Informática, 2017.

Extensión:

1 archivo (1,3 MB) : il.

Resumen:

Esta tesis presenta una nueva técnica de Minería de Datos capaz de construir, a partir de la información disponible, un conjunto de reglas de clasificación que posea tres características fundamentales: precisión aceptable, cardinalidad baja y simplicidad en la definición de las reglas. Esto último está dado por el uso de un número reducido de atributos en la construcción del antecedente. Esta característica, sumada a la baja cardinalidad del conjunto de reglas permite distinguir patrones sumamente útiles a la hora de comprender las relaciones entre los datos. Estas cualidades hacen que el modelo obtenido posea una gran capacidad descriptiva resultando sumamente útil para la toma de decisiones. El método propuesto ha sido aplicado sobre varios conjuntos de datos, tanto de repositorio como reales, demostrando que ambas características se verifican aunque en algunos casos su precisión sea ligeramente superada por otros métodos existentes. Esto tiene que ver con la presión realizada por mantener la simplicidad del modelo no permitiendo la generación de reglas con poca cobertura.

Puede solicitar más fácilmente el ejemplar con: TES 17/75

1 Introducción 
1.1 Motivación 
1.2 Objetivos 
1.3 Contribuciones 
1.4 Publicaciones
1.4.1 Publicaciones en Revistas 
1.4.2 Capítulos de libro 
1.4.3 Congresos con referato
1.5 Organización de la tesis

 2 Extracción de Reglas 
2.1 Motivación 
2.2 Reglas 
2.3 Trabajos Relacionados 
2.3.1 Arboles 
2.3.2 Redes Neuronales 
2.3.3 Técnicas de optimización 
2.4 Conclusiones

 3 Optimización mediante Cúmulo de Partículas 
3.1 PSO Continuo
3.2 PSO Binario 
3.2.1 Variante de PSO Binario
3.3 PSO de población variable
3.3.1 Tiempo de vida
3.3.2 Inserción de partículas
3.3.3 Algoritmo propuesto 
3.3.4 Resultados obtenidos 
3.4 PSO Binario con control de velocidad 
3.4.1 Comparación de resultados
3.4.2 Pruebas realizadas y parámetros utilizados
3.4.3 Resultados obtenidos 
3.5 Conclusiones 

 4 Método de extracción de reglas propuesto 
4.1 Representación de Reglas 
4.1.1 Representación del antecedente 
4.1.2 Representación del consecuente
4.2 Estructura de una partícula 
4.3 Aptitud de una partícula 
4.4 Método propuesto 
4.5 Resultados obtenidos
4.6 Reglas de clasificación aplicables a riesgo crediticio 
4.6.1 Introducción
4.6.2 Casos de estudio
4.6.3 Resultados obtenidos
4.7 Conclusiones 

 5 Conclusiones y Líneas de trabajo futuras 
5.1 Conclusiones 
5.2 Líneas de trabajo futuras