Salvato in:
| Autore principale: | |
|---|---|
| Natura: | Artículo científico |
| Lingua: | es |
| Pubblicazione: |
Asociación Española para la Inteligencia Artificial
2006
|
| Soggetti: | |
| Accesso online: | https://www.redalyc.org/articulo.oa?id=92502903 |
| Tags: |
Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!
|
| _version_ | 1866814521102827520 |
|---|---|
| author | Pedro G. Espejo |
| author_facet | Pedro G. Espejo |
| contents | Elección de Operadores Lógicos para la Inducción de Conocimiento Comprensible Pedro G. Espejo César Hervás Sebastián Ventura Cristóbal Romero Ingeniería Clasificación Minería de datos Comprensibilidad Programación genética gramatical Son varias las características que determinan la calidad del conocimiento obtenido en el proceso de minería de datos. De estas características, a la que más atención se ha dedicado tradicionalmente ha sido la precisión, relegándose a un segundo plano la comprensibilidad. En este trabajo desarrollamos un sistema de minería de datos orientado a la tarea de clasificación, utilizando reglas como formalismo de representación. El objetivo principal es analizar el balance entre precisión y comprensibilidad, centrándonos en un aspecto de la comprensibilidad poco tratado hasta la fecha: el que viene determinado por la elección de los operadores lógicos que pueden aparecer en el antecedente de las reglas. El sistema de minería desarrollado se basa en la programación genética gramatical, ya que otro objetivo de nuestro trabajo es estudiar la utilidad de esta técnica evolutiva para llevar a cabo tareas de minería. 2006 artículo científico 1137-3601 https://www.redalyc.org/articulo.oa?id=92502903 es http://www.redalyc.org/revista.oa?id=925 Inteligencia Artificial. Revista Iberoamericana de Inteligencia Artificial application/pdf Asociación Española para la Inteligencia Artificial Inteligencia Artificial. Revista Iberoamericana de Inteligencia Artificial (España) Num.29 Vol.10 |
| format | Artículo científico |
| id | redalyc_92502903 |
| language | es |
| publishDate | 2006 |
| publisher | Asociación Española para la Inteligencia Artificial |
| spellingShingle | Elección de Operadores Lógicos para la Inducción de Conocimiento Comprensible Pedro G. Espejo Ingeniería Clasificación Minería de datos Comprensibilidad Programación genética gramatical Elección de Operadores Lógicos para la Inducción de Conocimiento Comprensible Pedro G. Espejo César Hervás Sebastián Ventura Cristóbal Romero Ingeniería Clasificación Minería de datos Comprensibilidad Programación genética gramatical Son varias las características que determinan la calidad del conocimiento obtenido en el proceso de minería de datos. De estas características, a la que más atención se ha dedicado tradicionalmente ha sido la precisión, relegándose a un segundo plano la comprensibilidad. En este trabajo desarrollamos un sistema de minería de datos orientado a la tarea de clasificación, utilizando reglas como formalismo de representación. El objetivo principal es analizar el balance entre precisión y comprensibilidad, centrándonos en un aspecto de la comprensibilidad poco tratado hasta la fecha: el que viene determinado por la elección de los operadores lógicos que pueden aparecer en el antecedente de las reglas. El sistema de minería desarrollado se basa en la programación genética gramatical, ya que otro objetivo de nuestro trabajo es estudiar la utilidad de esta técnica evolutiva para llevar a cabo tareas de minería. 2006 artículo científico 1137-3601 https://www.redalyc.org/articulo.oa?id=92502903 es http://www.redalyc.org/revista.oa?id=925 Inteligencia Artificial. Revista Iberoamericana de Inteligencia Artificial application/pdf Asociación Española para la Inteligencia Artificial Inteligencia Artificial. Revista Iberoamericana de Inteligencia Artificial (España) Num.29 Vol.10 |
| title | Elección de Operadores Lógicos para la Inducción de Conocimiento Comprensible |
| topic | Ingeniería Clasificación Minería de datos Comprensibilidad Programación genética gramatical |
| url | https://www.redalyc.org/articulo.oa?id=92502903 |