machine-learning-iquiba-2017

Transcript

1. Villafañe, Roxana Noelia Becaria Doctoral CONICET
2. ¿Qué es el aprendizaje automático?  Reconocimiento de patrones  Reconocimiento de anomalías  Predicciones Problemas
3. Estadística Análisis Multivariado Data Mining Machine Learning
4. Niveles de trabajo Data Analysis Machine Learning Deep Learning
5. Análisis Exploratorio (EDA)  Dimensiones del conjunto de datos.  Tipo de variables.  Resumir la distribución de variables en el set de datos.  Resumir los datos con estadística descriptiva.  Entender las relaciones entre variables.  Sesgo de las distribuciones.
6. Análisis Exploratorio (EDA)  Histogramas  Gráficos de densidad.  Gráficos Boxplot
7.  Método exploratorio clásico.  Finalidad: Reducción de dimensiones.  Permite una visualización rápida .  Permite observar posibles correlaciones. Gráfico de scores Gráfico de loadings Gráfico de sedimentación Análisis de Componentes Principales (PCA)
8.  Método no supervisado.  Método exploratorio de variables.  Permite la visualización mediante un dendrograma (árbol de dos dimensiones) q permite observar las uniones o divisiones que se van realizando en cada nivel. Análisis de Conglomerados (HCA)
9. Algoritmos de Clasificación
10. Entrenamiento del Modelo
11. Resampling methods
12. Algoritmos de clasificación  Análisis discriminante lineal  Técnica supervisada.  Finalidad: clasificación.  Diferencias con PCA.
13. Algoritmos de clasificación  Support vector machines
14. min 1 2 2 + ෍ =1 Optimización de C
15. Radial Basis Kernel o RBF Kernel ( , ) = − − 22 Optimización de σ
16. Búsqueda aleatoria vs. Búsqueda mediante una grilla
17. Algoritmos de clasificación  K Nearest Neighbors
18. Algoritmos de clasificación  Random Forest Bootstrap sampling
19. Evaluación de un clasificador
20. Métricas para evaluar un clasificador  Matriz de Confusión  Métodos Gráficos 1. Curvas ROC 2. Curvas PR
21. TP TN FN FP SENSIBILIDAD ESPECIFICIDAD EXACTITUD = + = + + +++ PRECISIÓN + Matriz de Confusión
22. Métodos Gráficos Curvas ROC
23. Métodos Gráficos Curvas PR
24. Ejemplos de aplicación
25. 1. Andropogon lateralis  Datos de composición mineral:Al, B, Cd, Co, Cr, Cu, Li, Mo, Ni, Rb, Sb, Se, Sn, Sr, Ti, Tl, V y Zn  Matrices de datos dispuestas en filas y columnas Datos Concentración Elemental (variables) Criterio de clasificación: serie de suelo / origen geográfico A. lateralis : matriz de 43 x 18
26. ANÁLISIS EXPLORATORIO DE DATOS Análisis de Componentes Principales Análisis de Conglomerados CLASIFICACIÓN Análisis discriminante lineal Support vector machines Random Forest
27. Análisis de Componentes Principales Scores Plot
28. Análisis de Componentes Principales Scree plot Loadings plot
29. Análisis de Conglomerados Ni Co V Sr Cd Sb Zn Rb B Cr Mo Tl Ti Li Sn Se Cu Al -62.48 -8.32 45.84 100.00 Variables
30. Chavarría Pampín Chavarría 75% 25% Pampín 29% 71% Exactitud (accuracy): 73% Especificidad (TNR): 71% Sensibilidad (TPR): 75% Precisión: 60% AUC: 82% Prueba: 25% (n=11) Entrenamiento: 75% (n=32) Predichos Reales Análisis discriminante lineal
31. Chavarría Pampín Chavarría 83% 17% Pampín 20% 80% Exactitud (accuracy): 82% Especificidad (TNR): 80% Sensibilidad (TPR): 83% Precisión: 83% AUC: 86.6% Prueba: 25% (n=11) Entrenamiento: 75% (n=32) Predichos Reales Support vector machines
32. Chavarría Pampín Chavarría 80% 20% Pampín 0% 100% Exactitud (accuracy): 91% Especificidad (TNR): 100% Sensibilidad (TPR): 80% Precisión: 100% AUC: 97% Prueba: 25% (n=11) Entrenamiento: 75% (n=32) Predichos Reales Random Forest
33. Curvas ROC RF SVM LDA Curvas PR LDA SVM RF
34. 2. Wines dataset 2.1 EDA 2.2 OPTIMIZACIÓN
35. Cursos online  Statistical Learning (Stanford Lagunita)  Data mining with WEKA (Univ. of Waikato)  More data mining with WEKA  Advanced data mining with WEKA  Machine Learning: Foundations (Univ. of Washington)  Machine Learning: Regression  Machine Learning: Classification  Python for Data Science and Machine Learning (Udemy)  Learning from data (CalTech)  Neural Networks and Machine Learning  Improving Deep Neural Networks  Structuring Machine Learning Projects  Deep Learning AZ: Hands-on ANNs (Udemy)
36. Libros
37. Libros
39. MUCHAS GRACIAS POR SU ATENCIÓN