Aprendiendo con detección de cambio online
Fuente:
Redalyc
Gespeichert in:
| 1. Verfasser: | |
|---|---|
| Format: | Artículo científico |
| Sprache: | es |
| Veröffentlicht: |
Instituto Politécnico Nacional
2014
|
| Schlagworte: | |
| Online-Zugang: | |
| Tags: |
Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
|
| _version_ | 1876474724094050304 |
|---|---|
| author | Isvani Frías Blanco |
| author_facet | Isvani Frías Blanco |
| contents | Aprendiendo con detección de cambio online Isvani Frías Blanco José del Campo Ávila Gonzalo Ramos Jiménez Rafael Morales Bueno Agustín Ortiz Díaz Yailé Caballero Mota Computación flujos de datos cota de Hoeffding cambio de concepto Aprendizaje incremental detección de cambio de concepto En la actualidad, muchas fuentes generan grandes cantidades de datos en largos períodos de tiempo, requiriéndose su procesamiento incremental. Debido a la dimensión temporal de estos datos, un modelo de aprendizaje inducido previamente puede ser inconsistente con los datos actuales, problema comúnmente conocido como cambio de concepto. Una estrategia ampliamente usada para detectar cambio de concepto supervisa a lo largo del tiempo alguna medida de rendimiento del modelo. Si se estima un deterioro significativo del modelo mediante dicha medida se ejecutan algunas acciones para adaptar el aprendizaje. En este sentido, en el presente artículo se propone un nuevo método para detectar cambio de concepto no dependiente del algoritmo de aprendizaje. Se usa la inecuación de probabilidad de Hoeffding para ofrecer garantías probabilísticas de detección de cambios en la media de flujos de valores reales. Dicho método se basa en la comparación de medias correspondientes a dos muestras, mediante la identificación de un único punto de corte relevante en dicha secuencia de valores reales; manteniendo así un número fijo de contadores además con complejidad temporal constante. Evaluaciones empíricas preliminares considerando conocidos flujos de datos, diferentes detectores de cambio de concepto y algoritmos de aprendizaje muestran promisorio el método propuesto. 2014 artículo científico 1405-5546 https://www.redalyc.org/articulo.oa?id=61530484013 es http://www.redalyc.org/revista.oa?id=615 Computación y Sistemas application/pdf Instituto Politécnico Nacional Computación y Sistemas (México) Num.1 Vol.18 |
| format | Artículo científico |
| id | redalyc_61530484013 |
| institution | Redalyc |
| language | es |
| publishDate | 2014 |
| publisher | Instituto Politécnico Nacional |
| spellingShingle | Aprendiendo con detección de cambio online Isvani Frías Blanco Computación flujos de datos cota de Hoeffding cambio de concepto Aprendizaje incremental detección de cambio de concepto Aprendiendo con detección de cambio online Isvani Frías Blanco José del Campo Ávila Gonzalo Ramos Jiménez Rafael Morales Bueno Agustín Ortiz Díaz Yailé Caballero Mota Computación flujos de datos cota de Hoeffding cambio de concepto Aprendizaje incremental detección de cambio de concepto En la actualidad, muchas fuentes generan grandes cantidades de datos en largos períodos de tiempo, requiriéndose su procesamiento incremental. Debido a la dimensión temporal de estos datos, un modelo de aprendizaje inducido previamente puede ser inconsistente con los datos actuales, problema comúnmente conocido como cambio de concepto. Una estrategia ampliamente usada para detectar cambio de concepto supervisa a lo largo del tiempo alguna medida de rendimiento del modelo. Si se estima un deterioro significativo del modelo mediante dicha medida se ejecutan algunas acciones para adaptar el aprendizaje. En este sentido, en el presente artículo se propone un nuevo método para detectar cambio de concepto no dependiente del algoritmo de aprendizaje. Se usa la inecuación de probabilidad de Hoeffding para ofrecer garantías probabilísticas de detección de cambios en la media de flujos de valores reales. Dicho método se basa en la comparación de medias correspondientes a dos muestras, mediante la identificación de un único punto de corte relevante en dicha secuencia de valores reales; manteniendo así un número fijo de contadores además con complejidad temporal constante. Evaluaciones empíricas preliminares considerando conocidos flujos de datos, diferentes detectores de cambio de concepto y algoritmos de aprendizaje muestran promisorio el método propuesto. 2014 artículo científico 1405-5546 https://www.redalyc.org/articulo.oa?id=61530484013 es http://www.redalyc.org/revista.oa?id=615 Computación y Sistemas application/pdf Instituto Politécnico Nacional Computación y Sistemas (México) Num.1 Vol.18 |
| title | Aprendiendo con detección de cambio online |
| topic | Computación flujos de datos cota de Hoeffding cambio de concepto Aprendizaje incremental detección de cambio de concepto |
| url | https://www.redalyc.org/articulo.oa?id=61530484013 |