Caso de estudio: cambio climático
Tesis: encontrar relaciones entre características (indicadores agrícolas) y el cambio de temperatura
Propuesta de solución: análisis de datos multivariados (data-driven approach) con aprendizaje automático (machine learning)
El Vector Space Model (VSM) como estructura/lattice de la representación del conocimiento (datos como objetos vectoriales)
El espacio latente, resultado del proceso de compresión del autoencoder, como modelo de espacio vectorial (VSM).
Caso de estudio: cambio climático
Tesis: encontrar relaciones entre características (indicadores agrícolas) y el cambio de temperatura
Propuesta de solución: análisis de datos multivariados (data-driven approach) con aprendizaje automático (machine learning)
El Vector Space Model (VSM) como estructura/lattice de la representación del conocimiento (datos como objetos vectoriales)
Propuesta: clustering en el VSM del espacio latente como método de explicación mediante la búsquedad de "la estructura natural".
Caso de estudio: cambio climático
Tesis: encontrar relaciones entre características (indicadores agrícolas) y el cambio de temperatura
Propuesta de solución: análisis de datos multivariados (data-driven approach) con aprendizaje automático (machine learning)
Resultados preeliminares
VSM del espacio latente con outliers
VSM del espacio latente sin outliers
Pregunta de investigación: ¿qué tal "fiel" es el espacio VSM?
Error de reconstrucción
Pregunta de investigación: ¿qué tal "fiel" es el espacio VSM?
Pregunta de investigación: ¿qué tal "fiel" es el espacio VSM?
Probando el método -> publicación para JCR
Arquitectura básica de análisis de datos multivariados (data-driven approach) con aprendizaje automático
Pregunta de investigación: ¿qué tal "fiel" es el espacio VSM?
Probando el método -> publicación para JCR
Baseline
With Embeddings
Pregunta de investigación: ¿qué tal "fiel" es el espacio VSM?
Probando el método -> publicación para JCR
Error de reconstrucción: 0.1924566
Pregunta de investigación: ¿qué tal "fiel" es el espacio VSM?
Probando el método -> publicación para JCR
Pregunta de investigación: ¿qué tal "fiel" es el espacio VSM?
Probando el método -> publicación para JCR
Supervised approach: mediante la exactitud del modelo, medir la capacidad de la función de aproximación para predecir ciertas categorías o clases de datos.
Unsupervised approach: mediante algún índice interno, encontrar la "estructura natural" del conjunto de datos.
(métrica de evaluación)
(métrica de evaluación interna)
Pregunta de investigación: ¿qué tal "fiel" es el espacio VSM?
Probando el método -> publicación para JCR
Contribución: encontrar los vectores característicos del aprendizaje automático supervisado
Contribución: encontrar los vectores característicos del aprendizaje automático supervisado
Target
Predicción
Distribución del VSM por clases
Contribución: encontrar los vectores característicos del aprendizaje automático supervisado
True Positives Target-Predicción
Contribución: encontrar los vectores característicos del aprendizaje automático supervisado
Target
Predicción
Distribución del VSM sólo de la clase 18
Contribución: encontrar los vectores característicos del aprendizaje automático supervisado
Target
Predicción
Centroides de la distribución del VSM sólo de la clase 18 con outliers
Contribución: encontrar los vectores característicos del aprendizaje automático supervisado
Target
Predicción
Distribución del VSM sólo de la clase 18 sin outliers
Contribución: encontrar los vectores característicos del aprendizaje automático supervisado
Target
Predicción
Centroides de la distribución del VSM sólo de la clase 18 sin outliers
Contribución: encontrar los vectores característicos del aprendizaje automático supervisado
Similarity: 0.7470598110262031
Similarity: 0.9969003768486518
Similarity: 0.9157369771098657
Similaridad de los centroides de la distribución del VSM sólo de la clase 18 sin outliers
Contribución: encontrar los vectores característicos del aprendizaje automático supervisado
Target
Predicción
MEDOIDS de la distribución del VSM sólo de la clase 18 sin outliers
Contribución: encontrar los vectores característicos del aprendizaje automático supervisado
Similarity: 0.999990
Similarity:1.00000
Similarity: 1.00000
Similaridad de los MEDOIDS de la distribución del VSM sólo de la clase 18 sin outliers
Contribución: encontrar los vectores característicos del aprendizaje automático supervisado
Contribución: encontrar los vectores característicos del aprendizaje automático supervisado