PDF de programación - Inteligencia Artificial - Proyecto de Investigación II

Tabla de contenidos


1. Introducción ........................................................................................................................... 1

2. Tecnologías y Herramientas .................................................................................................. 4

2.1 Base de datos .................................................................................................................. 4

2.1.1 Datawarehouse .......................................................................................................... 5

2.1.2 Operational datastore ODS ........................................................................................ 5

2.1.3 Datamart .................................................................................................................... 6

2.2 Proceso ETL ..................................................................................................................... 7

2.2.1 Extracción de datos .................................................................................................... 7

2.2.2 Transformaciones de información .............................................................................. 7

2.2.3 Carga de repositorios ................................................................................................. 8

2.3 Weka ................................................................................................................................ 9

2.4 Algoritmos de aprendizaje supervisados..........................................................................10

2.4.1 Naive Bayes ..............................................................................................................11

2.4.2 Vecinos más cercanos (k-means) .............................................................................16

2.4.3 Redes neuronales (Perceptrón multicapa) ................................................................24

2.5 Algoritmos de aprendizaje no supervisados .....................................................................30

2.5.1 Teoría de la Resonancia Adaptativa..........................................................................31

2.5.2 Redes Bayesianas ....................................................................................................34

2.5.3 Cadenas de Markov ..................................................................................................38

2.6 Algoritmos de ensamble ..................................................................................................42

2.7 Python .............................................................................................................................51

3. Sistemas dinámicos ..............................................................................................................54

3.1 Teoría del Caos ...........................................................................................................55

3.2 Geometría Fractal ........................................................................................................57

4. Construcción de la Heurística Modelo de flor ........................................................................59

4.1 Proceso ETL Conjunto de Prueba ...................................................................................59

4.1.1 Extracción del conjunto de prueba ............................................................................59

4.1.2 Transformación del conjunto de prueba ....................................................................59

4.1.3 Carga conjunto de prueba .........................................................................................59

4.2 Construcción ...................................................................................................................59

4.2.1 Diseño .......................................................................................................................60



4.2.2 Codificación ..............................................................................................................61

4.2.3 Implementación .........................................................................................................64

4.3 Pruebas ...........................................................................................................................64

4.3.1 Cambio del tamaño fractal ........................................................................................64

4.3.2 Cambio de conjunto de entrenamiento ......................................................................67

4.4 Conclusiones de la heurística ..........................................................................................74

5. Conclusiones ........................................................................................................................75

6. Bibliografía ............................................................................................................................76


















1. Introducción





En la vida cotidiana encontramos un sinfín de fenómenos en los cuales nuestra

percepción de orden parece pasar por alto el detalle de lo contemplado, tal

es el caso de la forma de las plantas, esparcimiento un virus, crecimiento de

poblaciones urbanas, el comportamiento del clima, la interferencia en las

señales de telecomunicaciones, trata de personas y fluctuaciones en la bolsa

de valores, etc. En estos casos podemos hacer una analogía con un fractal

(objeto cuya estructura básica, fragmentada o irregular, se repite a

diferentes escalas). Gracias a matemáticos como Mandelbrot podemos crear de

manera artificial recreaciones de la naturaleza con detalles asombrosos. Y

para el caso de los comportamientos aparentemente caóticos hay ya una gama de

artefactos matemáticos que permiten hacer análisis y predicción. Por ejemplo

la ecuación logística para el crecimiento de poblaciones sujeta a diferentes

parámetros y condiciones iníciales.



De manera natural es difícil encontrar líneas rectas o circulares sin embargo

las siluetas complejas, pliegues, espirales y el aparente desorden parece

más casual. El imaginario de series fractales con cierto grado de

fluctuaciones permite modelar árboles, mapas, texturas, virus, modelos

atómicos. De manera que los caprichos de la naturaleza nos sugieren una pista

dentro de sus elaborados diseños.



Por otra parte nos encontramos en un punto histórico donde tenemos la

capacidad de procesar enormes cantidades de información (procesos ETL y Big

Data) y disponemos de algoritmos que empiezan a servir las veces de expertos

en temas específicos. No sería raro que la siguiente década los expertos en

enfermedades sean sistemas programados para tal función. Lo que nos lleva a

la premisa de este trabajo. ¿Existe una relación fractal dentro de sistemas

caóticos?



Para contestar la pregunta es conveniente analizar los algoritmos de

aprendizaje supervisado en especial Bayes ingenuo que permite hacer un cambio

entre las clasificaciones a post priori y las predicciones a priori. Y en

general los algoritmos supervisados nos permiten dar un vistazo al

comportamiento caótico así como a los sistemas de procesamiento de datos

robustos y procesos ETL.





La información recolectada con los algoritmos de aprendizaje

supervisado nos socorrerán a contestar la pregunta, los algoritmos de

aprendizaje no supervisado nos pueden ayudar con los múltiples problemas que

se presentan con los datos estáticos. Más tarde haremos uso de los algoritmos

de Inteligencia Artificial para capturar la esencia de la geometría fractal y

con ella hacer que los datos de creen cúmulos de datos de manera que se

comporten como entidades fractales.

La teoría del caos es una denominación popular de la rama de las matemáticas

que trata ciertos tipos de sistemas dinámicos que son muy susceptibles a las

Proyecto de Investigación II Inteligencia Artificial


Pag 1

variaciones en las condiciones iníciales. Pequeñas variaciones en dichas

condiciones pueden implicar grandes diferencias en el comportamiento futuro

imposibilitando la predicción a largo plazo. La mayoría de los movimientos

mencionados en la teoría anterior suceden alrededor de atractores simples,

tales como puntos y curvas circulares llamados ciclos límite. Los atractores

son similares al centro de una circunferencia y sucede que encontrando un

atractor se puede describir al menos parcialmente el comportamiento del

fenómeno. El primero de éstos fue hallado, por casualidad, por el meteorólogo

Edward Lorenz cuando trataba de encontrar un modelo matemático que permitiera

predecir el comportamiento de grandes masas de aire. Consiguió ajustar el

modelo a sólo tres variables que indican cómo cambian la velocidad y la

temperatura del aire a lo largo del tiempo (atractor de Lorenz). Después de

haber estudiado el modelo, volvió a introducir los datos iniciales esta vez

con menos decimales y el resultado que obtuvo fue completamente diferente del

anterior. Cuando reflexionó sobre los resultados se dio cuenta que el sistema

era extremadamente sensible a las condiciones iníciales: pequeñas

perturbaciones en los datos de partida tienen una gran influencia sobre el

resultado final. Sus ecuaciones captaban la esencia de la verdadera

atmósfera. “Aquel primer día (invierno de 1961) de