CHARLA


Antonio Bahamonde Rionda

Universidad de Oviedo

Clasificadores Multietiqueta


16/2/2012, 12:00,
Facultad de Informática,
Aula de grados

Abstract

Cuando se dispone de más datos que conocimientos sobre una materia, entran en juego las técnicas computacionales que tienen como objetivo buscar regularidades o patrones. El fin que se persigue es transformar datos en conocimientos. 

Cuando se buscan patrones, desde el punto de vista formal, se puede pretender aprender a predecir la respuesta de una función conocida la entrada. Estamos entonces en presencia del Aprendizaje Supervisado. Dependiendo del tipo de dato de la respuesta, el aprendizaje recibe distintos nombres. El aprendizaje de clasificadores persigue es encontrar una función cuya respuesta es una etiqueta de entre un conjunto finito de respuestas posibles o clases. Los regresores buscan respuestas continuas, números reales. También hay situaciones intermedias que se llaman o bien clasificación ordinal o regresión ordinal. En este caso las respuestas son clases de un conjunto finito y ordenado. En otras ocasiones las funciones que se buscan no tienen como fin la predicción de un valor sino ayudar a ordenar objetos. Son la funciones de ranking. Como las que permiten ordenar las preferencias de un consumidor de un producto o la relevancia de un documento o una página web para una pregunta determinada.


En esta charla se aborda el aprendizaje de funciones en las que las respuestas que se esperan tienen una estructura más rica que la de una sola etiqueta, un valor numérico y un ranking. En concreto el caso particular en el que las respuestas son subconjuntos de un conjunto prefijado de etiquetas; subconjuntos de tamaño variable. Se trata de la predicción de multi-etiquetas. Este tipo de aprendizaje surge con gran ímpetu en la literatura científica de la mano de algunas aplicaciones de etiquetado de documentos.



Organiza: Bertha Guijarro (LIDIA), Departamento de Computación.