Evolución de reglas de clasificación para el descubrimiento de conocimiento comprensible

Este trabajo, el cual se encuentra dentro del contexto de la minería de datos, propone un método para construir clasificadores basado en la evolución de reglas. El método, denominado REC (Rule Evolution for Classifiers), tiene tres características principales: 1) aplica programación genética (PG) pa...

Descripción completa

Guardado en:

Detalles Bibliográficos
Autores principales:	Carreño, Emiliano, Leguizamón, Guillermo, Wagner, Neal
Formato:	Objeto de conferencia
Lenguaje:	Español
Publicado:	2007
Materias:	Ciencias Informáticas Evolución Intelligent agents reglas de clasificación descubrimiento conocimiento comprensible
Acceso en línea:	http://sedici.unlp.edu.ar/handle/10915/20304
Aporte de:	SEDICI (UNLP) de Universidad Nacional de La Plata

id	I19-R120-10915-20304
record_format	dspace
institution	Universidad Nacional de La Plata
institution_str	I-19
repository_str	R-120
collection	SEDICI (UNLP)
language	Español
topic	Ciencias Informáticas Evolución Intelligent agents reglas de clasificación descubrimiento conocimiento comprensible
spellingShingle	Ciencias Informáticas Evolución Intelligent agents reglas de clasificación descubrimiento conocimiento comprensible Carreño, Emiliano Leguizamón, Guillermo Wagner, Neal Evolución de reglas de clasificación para el descubrimiento de conocimiento comprensible
topic_facet	Ciencias Informáticas Evolución Intelligent agents reglas de clasificación descubrimiento conocimiento comprensible
description	Este trabajo, el cual se encuentra dentro del contexto de la minería de datos, propone un método para construir clasificadores basado en la evolución de reglas. El método, denominado REC (Rule Evolution for Classifiers), tiene tres características principales: 1) aplica programación genética (PG) para llevar a cabo una búsqueda en el espacio de potenciales soluciones, 2) un procedimiento permite sesgar la búsqueda hacia regiones de hipótesis comprensibles con alta calidad predictiva, 3) incluye una estrategia para la selección de un subconjunto óptimo de reglas (clasificador), a partir de las reglas obtenidas como resultado del proceso evolutivo. Se lleva a cabo un estudio comparativo entre este método y el algoritmo de inducción de reglas C5.0, para dos problemas de aplicación (conjuntos de datos). Los resultados experimentales muestran las ventajas de usar el método propuesto.
format	Objeto de conferencia Objeto de conferencia
author	Carreño, Emiliano Leguizamón, Guillermo Wagner, Neal
author_facet	Carreño, Emiliano Leguizamón, Guillermo Wagner, Neal
author_sort	Carreño, Emiliano
title	Evolución de reglas de clasificación para el descubrimiento de conocimiento comprensible
title_short	Evolución de reglas de clasificación para el descubrimiento de conocimiento comprensible
title_full	Evolución de reglas de clasificación para el descubrimiento de conocimiento comprensible
title_fullStr	Evolución de reglas de clasificación para el descubrimiento de conocimiento comprensible
title_full_unstemmed	Evolución de reglas de clasificación para el descubrimiento de conocimiento comprensible
title_sort	evolución de reglas de clasificación para el descubrimiento de conocimiento comprensible
publishDate	2007
url	http://sedici.unlp.edu.ar/handle/10915/20304
work_keys_str_mv	AT carrenoemiliano evoluciondereglasdeclasificacionparaeldescubrimientodeconocimientocomprensible AT leguizamonguillermo evoluciondereglasdeclasificacionparaeldescubrimientodeconocimientocomprensible AT wagnerneal evoluciondereglasdeclasificacionparaeldescubrimientodeconocimientocomprensible
bdutipo_str	Repositorios
_version_	1764820465626382339

Evolución de reglas de clasificación para el descubrimiento de conocimiento comprensible

Ejemplares similares