Ciclo Autonómico de Análisis de Datos para el Diseño de Descriptores para Algoritmos de Aprendizaje Automático

Abstract

Varios trabajos en la literatura han determinado que, para obtener buenos resultados con Algoritmos de Aprendizaje Automático, se requieren excelentes descriptores del fenómeno estudiado. En particular, para el proceso de reconocimiento de patrones es importante tener buenos descriptores. En ese sentido, en este trabajo se propone un ciclo autonómico de tareas de Analítica de Datos (AdD) que faciliten la obtención de descriptores para el proceso de reconocimiento de patrones. El ciclo autonómico provee las características/descriptores ideales a ser usado por los Algoritmos de Aprendizaje Automático en sus tareas de construcción de modelos de conocimiento (clasificadores, predictores, etc.). Los experimentos iniciales con el ciclo autonómico han mostrado resultados alentadores.