Programación Inductiva Inducción Razonamiento desde propiedades de individuos a propiedades de conjuntos de individuos Concepto U- cjto universal de objetos El concepto C es un subconjunto de objetos de U Aprendizaje Inductivo de conceptos (reconocimiento de objetos en C) Dadas instancias de C Encontrar un procedimiento que nos diga cuando x ? C, para cada x ? U
Introducción: aprendiendo descripciones de atributos Tarea de aprendizaje Dado un cjto de ejemplos de prueba (training examples) -tuplas de valores de atributos etiquetados con un nombre de clase– A1 A2 A3 Clase ejemplo 1 v1,1 v1,2 v1,3 C1 ejemplo 2 v2,1 v2,2 v2,3 C2 … Encontrar un cjto de reglas (una hipótesis) como una función de valores de atributo que es consistente y completo w.r.t. el conjunto de ejemplos de prueba Clase = Cn if (Ai = vi,k) and (Aj = vj,l) and …
Introducción: play tennis (ejemplos de prueba) Outlook Humidity Wind Yes Yes Yes No No Sunny Rainy Overcast High Normal Strong Weak
Introducción: ILP Motivación para ILP (visión ML) Usar un formalismo de representación más expresivo que la lógica proposicional Usar conocimiento de base en el aprendizaje (fundamental en AI)
Introducción: motivación Motivación para ILP (visión KDD) Datos almacenados en bases de datos relacionales Relaciones simples ? aprendizaje proposicional ejemplo: tupla de valores de un nº fijo de atributos (uno es la clase) cjto de ejemplos: tabla Relaciones múltiples ? ILP ejemplo: cjto de hechos lógicos cjto de ejemplos: cjto. de tablas Complejidad de los problemas Datos temporales (medicina, análisis tráfico, manejo de redes): representando secuencias de tiempo Datos estructurados (bioquímica, ingeniería de protenias, diseño de drogas): representando moléculas químicas y sus propiedades
Introducción: motivación Tabla1: Tabla básica de clientes Tabla2: Tabla de clientes para análisis
Introducción: motivación Tabla de clientes representada como hechos Prolog La forma de los hechos Prolog: customer(Id,Zip,Sex,SoSt,In,Age,Club,Re) Representación de los hechos básicos de la Tabla 2: customer(3478,34667,m,si,60-70,32,me,nr). customer(3479,43666,f,ma,80-90,45,nm,re).
¿Cómo expresamos una propiedad? customer(_,_,f._,_,_,_,_).
Introducción: motivación Tabla 3: Tabla de clientes con información sobre pedidos y almacenes Tabla 4: Tabla de clientes con información varios pedidos Tabla 5: Tabla de clientes con resumen de atributos
Introducción: motivación Representación relacional de clientes, pedidos y almacenes good_customer(C): customer(C,_,f,_,_,_,_,_), order(C,_,_,_,credit).
Introdución: terminología Bases de datos nombre de relación p atributo de una relación p tupla < a1,…,an> – una fila en la tabla relacional relación p – una tabla relacional (un cjto de tuplas)
hipótesis: una regla o un árbol de decisión Programación Lógica símbolo de predicado p argumento de un predicao p hecho básico p(a1,…,an)
definición de un predicado p – un cjto de hechos básicos
hipótesis: un cjto de cláusulas
Introducción:Programación Lógica Inductiva ILP = Aprendizaje Inductivo de Conceptos (I) ? Programación Lógica (LP) Tareas ILP: – Inducción programas lógicos ? Síntesis de programas Inducción Lógica Programación
Introducción: Programación Lógica Inductiva ILP = Aprendizaje Inductivo de Conceptos (I) ? Programación Lógica (LP) Tareas ILP: – Inducción programas lógicos ? Síntesis de programas – Generalización de observaciones específicas en leyes generales ? Data Minig (DM) Knowledge discovery (KDD) Inducción Lógica Programación DM, KDD
| Página siguiente |