Técnicas de Aprendizaje automático y Azure Machine Learning


Estaba pendiente determinar la técnica de aprendizaje a usar en la anterior entrada Pasos para realizar un experimento de Aprendizaje Automático. En esta entrada se describen las principales técnicas existentes de aprendizaje automático. Estas técnicas se pueden clasificar en función de la información que se quiere predecir.
La entrada se organiza en función de esta clasificación:

Módulos de Regresión (Regression)

Técnicas que predicen un dato en función de datos de entrada. Por ejemplo, el precio de un vehículo en función de sus características.

  • Regresión Lineal:
    Método estadístico. En Azure Machine Learning, el módulo Linear Regression.

    VariablePredecida = B0 + B1[Variable1] + B2[Variable2] + … + BN[VariableN] + Error

    El calculo de los coeficientes se puede obtener mediante dos algoritmos:

    • Cálculo de los mínimos cuadrados (Ordinary least squares). Defecto.
    • Cuadrante descendiente (Online gradiente descent). Va iterando buscando la solución optima en función de un ratio aprendizaje.
  • Regresión Local (LOESS/LOWESS):
    Realiza una regresión lineal usando los datos más cercanos a los datos usados para predecir. Mediante una función se pondera el peso relativo de los datos en función de la distancia al dato usado en la predicción. En Azure Machine Learning, se debe hacer mediante R.
  • Arboles de Decisión:
    Crea un árbol donde en cada nodo se asocia un decisión en función de una variable. En Azure Machine Learning, el módulo Decision Forest Regression.
    Formula Árbol de decisión
  • Gradient Tree Boosting:
    Aplica una técnica que combina múltiples arboles de decisión. En Azure Machine Learning, el módulo Boosted Decision Tree Regression.
  • Redes Bayesianas:
    Aplica una técnica que combina un grafo de nodos y método de probabilidad que se adapta en los casos que los valores de las variables están influenciados entre ellos. Hay que tener en cuenta que es un método costoso; a mayor numero de variables y valores.
  • Redes Neuronales:
    Aplica una malla de nodos (perceptores) que recibe unos pesos de entradas que se pueden activar (activation function) y generar unos pesos de salida. Los nodos de inicio de la red neuronal son nuestras variables de entrada (deben ser numéricas) y los nodos finales nuestra variable de salida. Es un método que requiere de un gran numero de datos para obtener resultados óptimos. En Azure Machine Learning, el módulo Neural Network Regression.

Módulos de clasificación (Classification)

Técnicas que clasifican la información en un grupo mediante una etiqueta o clase. Por ejemplo, el tipo de vehículo en función de sus características. Incluye todas las técnicas anteriores de regresión.

Módulos de Agrupación (Clustering)

Técnicas que clasifican los datos en grupos, pero a diferencia de la técnica anterior los grupos no se conocen a priori. Es el sistema quien determina los grupos a partir de los patrones obtenidos de los datos. En este caso el grupo creado se llama cluster. Por ejemplo, extraer los segmentos que agrupan nuestros clientes.

Módulos de Recomendación (Recomendation Engines)

Realiza recomendaciones de datos en función de un análisis de los mismos. Por ejemplo, recomendar productos en función de los productos en la cesta de compra. En Azure Machine Learning, se deben utilizar los módulos Train Matchbox Recommender y Score Matchbox Recommender.

Técnica para nuestro experimento

La guía rápida de selección de técnica de aprendizaje nos orienta en escoger la técnica adecuada. Recordad que esta guía es una primera aproximación; la elección depende múltiples factores ;-).

Anuncios
Esta entrada fue publicada en Azure, Azure Machine Learning, Cortana Analytics, Machine Learning y etiquetada , . Guarda el enlace permanente.

3 respuestas a Técnicas de Aprendizaje automático y Azure Machine Learning

  1. Pingback: Técnicas de Aprendizaje automático y Azure Machine Learning: Modo Avanzado | Pensando bajo la lluvia

  2. Pingback: Evaluar Aprendizaje Automatico | Pensando bajo la lluvia

  3. Pingback: Técnicas de Aprendizaje automático y Azure Machine Learning: Modo Avanzado II | Pensando bajo la lluvia

Responder

Introduce tus datos o haz clic en un icono para iniciar sesión:

Logo de WordPress.com

Estás comentando usando tu cuenta de WordPress.com. Cerrar sesión / Cambiar )

Imagen de Twitter

Estás comentando usando tu cuenta de Twitter. Cerrar sesión / Cambiar )

Foto de Facebook

Estás comentando usando tu cuenta de Facebook. Cerrar sesión / Cambiar )

Google+ photo

Estás comentando usando tu cuenta de Google+. Cerrar sesión / Cambiar )

Conectando a %s