Descargar

Aprendizaje inductivo de conceptos

Enviado por Pablo Turmero


Partes: 1, 2

    edu.red

    Aprendizaje inductivo de conceptos 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

    edu.red

    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 …

    edu.red

    Play tennis (ejemplos de prueba) Outlook Humidity Wind Yes Yes Yes No No Sunny Rainy Overcast High Normal Strong Weak

    edu.red

    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)

    edu.red

    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

    edu.red

    Motivación Tabla1: Tabla básica de clientes Tabla2: Tabla de clientes para análisis

    edu.red

    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._,_,_,_,_).

    edu.red

    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

    edu.red

    Motivación Representación relacional de clientes, pedidos y almacenes good_customer(C): customer(C,_,f,_,_,_,_,_), order(C,_,_,_,credit).

    edu.red

    Terminología Bases de datos nombre de relación p atributo de una relación p tupla – 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

    edu.red

    Programación Lógica Inductiva ILP = Aprendizaje Inductivo de Conceptos (I) ? Programación Lógica (LP) Tareas ILP: – Inducción programas lógicos ? Síntesis de programas Inducción Lógica Programación

    edu.red

    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

    edu.red

    Programación Lógica Inductiva ILP = Aprendizaje Inductivo de Conceptos (I) ? Programación Lógica (LP) Características: los ejemplos y la teoría de base son cláusulas. La teoría aprendida es un cjto de cláusulas.

    Ventajas ILP:

    la lógica de primer orden es un campo matemático ampliamente desarrollado. proporciona una representación uniforme y expresiva. Inducción Lógica Programación

    edu.red

    Aprendizaje inductivo de conceptos Inducción predictiva + + + + + – – – – – – – H

    edu.red

    Aprendizaje inductivo de conceptos Inducción predictiva + + + + + – – – ? ? ? ? – H

    edu.red

    Aprendizaje inductivo de conceptos Inducción predictiva aprender la definición de un concepto + + + + + – – – – – – – H Inducción descriptiva aprender las relaciones entre conceptos + + + + + + H

    Partes: 1, 2
    Página siguiente