Beruflich Dokumente
Kultur Dokumente
Entre los métodos predictivos más conocidos nos encontramos con los árboles de
decisión y los métodos basados en la regresión matemática. Los árboles de decisión
pueden utilizarse para conocer si, por ejemplo, un día podremos salir a jugar al tenis
utilizando un historial de datos meteorológicos de los días que hemos podido salir a
jugar y aquellos en los que el tiempo no lo ha permitido como base.
Los métodos regresivos pueden utilizarse para predecir compras de clientes por
grupos de edad, dado un historial de compras por edad para un rango de edades,
o incluso, el precio de un vehículo de segunda mano si tenemos como base una
relación de datos sobre coches de segunda mano de similares características con
sus correspondientes precios, características y atributos.
Clasificador J48
El algoritmo J48 de WEKA es una implementación del algoritmo C4.5, uno de los
algoritmos de minera de datos más utilizado.
Se trata de un refinamiento del modelo generado con OneR. Supone una mejora
moderada en las prestaciones, y podrá conseguir una probabilidad de acierto
ligeramente superior al del anterior clasificador.
Redes neuronales
El Perceptrón
El Perceptrón multicapa
Los Mapas Autoorganizados, también conocidos como redes de Kohonen.
Árboles de decisión
Series temporales
Interesa especialmente el caso en que los valores de la serie están influidos por
factores aleatorios. Haciendo uso del lenguaje matemático, una serie de tiempo
puede ser considerada como una colección de variables aleatorias {𝑍𝑡,𝑡 ∈ 𝑇} donde
𝑇 es un conjunto de índices, normalmente el conjunto de los números naturales. Así,
los valores de la serie pueden ser vistos como salidas de un proceso estocástico,
esto significa que cada valor 𝑍𝑡 de la serie de tiempo puede ser considerado como
una observación de una de las variables aleatorias 𝑍𝑡 que integran el proceso. La
serie de tiempo de 𝑛 observaciones sucesivas (𝑍1(𝑡),𝑍2(𝑡),...,𝑍𝑛(𝑡)) puede ser
considerada como una muestra de una población de series temporales
(𝑍1(𝑡),𝑍2(𝑡),...,𝑍𝑛(𝑡)) que podían haber sido generadas por un proceso estocástico.
representación e indexado
clasificación
medidas de similitud
emparejamiento de subsecuencias
segmentación
visualización
descubrimiento de patrones y conglomerados
Redes neuronales
Las redes neuronales son técnicas de modelado no lineal sofisticadas que son
capaces de modelar funciones complejas. Pueden aplicarse a problemas de
predicción, clasificación o control en un amplio espectro de campos como las
finanzas, la psicología cognitiva/neurociencia, la medicina, la ingeniería y la física.
Naïve Bayes
https://riunet.upv.es/bitstream/handle/10251/10097/PFC_DSIC-
80_AgustínCalleja.pdf
http://www.investigacion.frc.utn.edu.ar/labsis/Publicaciones/congresos_labsis/cynt
hia/CNIT_2009_Aplicacion_Algoritmos_Weka.pdf
http://www.scielo.org.ve/scielo.php?script=sci_arttext&pid=S0798-
40652011000300003
http://openaccess.uoc.edu/webapps/o2/bitstream/10609/59565/6/caresptimTFG01
17memòria.pdf