DATA MINING

Mª José Ramírez (DMIP)

27-07-2011

Índice• Presentación• Líneas de Investigación DMIP• Negociación basada en Minería de

Datos

Presentación• DMIP (Data Mining and Inductive

Programming)– Explorar diferentes técnicas y aplicaciones

del aprendizaje automático y la minería de datos.

• Tareas: clasificación, regresión, agrupamiento• Métodos: árboles de decisión, métodos basados

en distancias

– Miembros (José Hernández, Cèsar Ferri, Vicent Estruch, Mª José Ramírez, Antonio Bella, Fernando Martínez, Javier Insa)

Líneas de investigación Aplicaciones

LINEAS DE INVESTIGACIÓN

Background

Líneas de Investigación• Combinación de

modelos/multiclasificadores.

• Aprendizaje sensible al contexto y evaluación de modelos (análisis ROC).

ROC curve

0,0

0,2

0,4

0,6

0,8

1,0

0,0 0,3 0,6 1,0

False Positive Ratio

True

Pos

itive

Rat

io

Líneas de Investigación• Comprensibilidad de los modelos

– Aprendizaje desde datos estructurados: marco de generalización basado en distancias.

– Agrupamiento conceptual basado en distancias.

Líneas de Investigación• Evaluación de capacidades cognitivas de agentes

inteligentes y de interacción social en sistemas multiagente.

NEGOCIACIÓN BASADA EN MINERÍA DE DATOS

Negociación basada en MD• Motivación: Problemas de clasificación en el

que uno o mas atributos(atributos negociables) pueden modificarse durante la aplicación del modelo.

• Ejemplos• Compra-venta: precio• Concesión de créditos: cantidad solicitada,

duración del crédito• Venta al pormenor: tiempo de entrega, precio,

garantía

Negociación basada en MD• Solución: usar los atributos negociables en el

aprendizaje• PASO I:Invertir el problema y aprender un modelo

para predecir el valor del atributo negociable (considerando fijos el resto de atributos).

• Ejemplos• Compra-venta: calcular el precio al que un artículo

puede venderse • Concesión de créditos: calcular la cantidad que el

banco concederá a un cliente que solicita un crédito

• Venta al pormenor: el periodo de garantía que se puede ofrecer para que el artículo sea vendido.

Negociación basada en MD• PASO II: Usar el valor predicho para el atributo

negociable para derivar un modelo probabilístico para el problema inicial

• Ejemplos• Compra-venta: calcular la probabilidad de venta de

un artículo en función del precio• Concesión de créditos: calcular la probabilidad de

concesión de un crédito en función de la cantidad solicitada

• Venta al pormenor: calcular la probabilidad de venta de un producto en función del periodo de garantía.

Negociación basada en MD• Aplicación: datos de una agencia

inmobiliaria.• Objetivo: maximizar el beneficio esperado

Negociación basada en MD• Estrategias de negociación

– Máximo beneficio esperado:

Negociación basada en MD• Estrategias de negociación

– Mejor beneficio esperado local (BLEP)

Negociación basada en MD• Estrategias de negociación

– Optimización por máximo global