Descripción del proyecto
LA FINALIDAD DEL PROYECTO ES DESARROLLAR UN CONJUNTO DE NUEVAS TECNICAS EN EL CAMPO DEL APRENDIZAJE AUTOMATICO QUE PERMITAN ABORDAR CON EXITO PROBLEMAS REALES EN LOS CAMPOS DE LA BIO-MEDICINA, GANADERIA Y ALIMENTACION, LAS TECNICAS A DESARROLLAR SERAN METODOS DE EXTRACCION DE CONOCIMIENTO Y ALGORITMOS QUE GENEREN MODELOS PREDICITIVOS DE FORMA AUTOMATICA, LOS PROBLEMAS TIPOS PARA LOS QUE SE DISEÑARAN ESTAS TECNICAS SE CARACTERIZAN POR SER CONJUNTOS DE DATOS CON MUY POCOS EJEMPLOS Y MUCHOS ATRIBUTOS, EN ESTE TIPO DE PROBLEMAS ES SENCILLO QUE LOS MODELOS SE SOBREAJUSTEN A LOS POCOS DATOS DE ENTRENAMIENTO DISPONIBLES, EL OBJETIVO ES RESOLVER ESTAS SITUACIONES MEDIANTE DOS TIPOS DE HERRAMIENTAS, POR UN LADO DESARROLLANDO Y APLICANDO NUEVAS TECNICAS DE MINERIA DE DATOS QUE NOS PERMITAN OBTENER REPRESENTACION MAS ADECUADA DE ESTOS CONJUNTOS Y POR OTRO LADO, DESARROLLANDO ALGORITMOS PREDICTIVOS TANTO PARA PROBLEMAS DE REGRESION COMO DE CLASIFICACION, ENTRE LAS TECNICAS A DESARROLLAR, PRESTAREMOS UN ESPECIAL ESFUERZO A DISEÑAR ALGORITMOS DE CLASIFICACION Y REGRESION NO DETERMINISTAS, EN LAS APLICACIONES REALES EN LAS QUE TRABAJAREMOS RESULTA MUY DIFICIL PREDECIR EXACTAMENTE LA CLASE A LA QUE PERTENECE UN EJEMPLO O EL VALOR EXACTO DE UNA VARIABLE NUMERICA, NUESTRO OBJETIVO ES CONSTRUIR CLASIFICADORES BASADOS EN MAQUINAS DE VECTORES SOPORTE CAPACES DE DAR RESPUESTAS IMPRECISAS, COMO PUEDEN SER VARIAS CLASES EN UN PROBLEMA DE CLASIFICACION O UN RANGO NUMERICO EN UN PROBLEMA DE REGRESION, MEDIREMOS OBJETIVAMENTE EL RENDIMIENTO DE ESTAS TECNICAS MEDIANTE FUNCIONES DE PERDIDA ADECUADAS A LOS CLASIFICADORES NO DETERMINISTAS Y COMPAREMOS SU EFECTIVIDAD FRENTE A LOS RESULTADOS QUE OFREZCAN LOS CLASIFICADORES DETERMINISTAS MAS HABITUALES QUE SE EMPLEAN EN ESTE TIPO DE APLICACIONES, Aprendizaje Automático\SVM\Bio-medicina