[WEBINAR] - Aprendizaje de Reglas de Aprendizaje
Resumen:
En esta charla pasaré revista a los diferentes métodos de regresión asistida por patrones y presentaré HIPAR, un nuevo método de regresión optimizado para datos multimodales con atributos categóricos y cuantitativos. HIPAR extrae reglas híbridas interpretables de la forma p ⇒ y = f (X) donde p es la caracterización de una región de datos y f(X) es un modelo de regresión lineal en una variable de interés y. HIPAR se basa en técnicas de minería de patrones para identificar regiones en un conjunto de datos que pueden ser modelizadas vía métodos de regresión. La originalidad del método radica en una exploración exhaustiva y jerárquica del espacio de regiones. Dicha estrategia proporciona más opciones y flexibilidad al seleccionar reglas híbridas precisas e interpretables que caracterizan la totalidad del conjunto de datos. Como muestra nuestra evaluación experimental, HIPAR supera a los métodos existentes de regresión basados en patrones en términos de error de predicción, llegando a ser en algunos casos comparable a los métodos de mejor desempeño (mas no interpretables), como los árboles aleatorios y la potenciación de gradiente.
NOTA:
Puedes ver el video de la presentación en el siguiente enlace.
Date and Time
Location
Hosts
Registration
- Date: 22 May 2020
- Time: 10:00 AM to 11:00 AM
- All times are (GMT-05:00) America/Guayaquil
- Add Event to Calendar
- Universidad Politécnica Salesiana
- Guayaquil, Guayas
- Ecuador
- Building: Campus Centenario, Salón de Usos Múltiples
- Contact Event Host
- Co-sponsored by Guillermo O. Pizarro-Vasquez
Speakers
Luis Galárraga, Ph.D. of INRIA/IRISA Research Center
Luis Galárraga, Ph.D.
Biography:
Education
Ph.D. in Computer Science, Télécom ParisTech, France.
Master Degree in Computer Science, Saarland University, Germany.
Bachelor Degree in Computer Engineering, Escuela Superior Politécnica del Litoral, Ecuador.
Work Experience
Postdoctoral researcher Computer Science Department, Aalborg University Aalborg, Denmark.
Engineering Intern at Google Inc.
Research Assistant at German Research Center for Artificial Intelligence (DFKI) Saarbrücken, Germany.
Address:INRIA/IRISA Research Center, 263 Avenue du Général Leclerc, Rennes, France