Estudio e implementación en MOA de nuevos algoritmos de aprendizaje incremental basados en support vector machines

摘要

Elobjetivodeesteproyectoeselestudiocomparativodetresnuevosalgoritmosdeclasificaciónsobreconjuntosdedatosdelascaracterísticasmencionadasanteriormente,deformaquesepuedaprecisardequémanerasepuedenutilizaryquéutilidadtienenconrespectoalastécnicasconvencionales.Todo,conlaesperanzadeobtenerresultadosqueayudenenlasinvestigacionesactuales.Unaprimerafasedeltrabajosecentraenlaintegracióndelosalgoritmosenunaplataformaúnicaquepermitarealizarlaexperimentacióndeformalomásautomatizadaposible.ParaellohemosseleccionadolaplataformaMOA(MassiveOnlineAnalysis),enlaquesehantenidoquecodificarvariosalgoritmosnoincluidosquesedescribiránmásadelante.Elestudiosecentraenlavalidación,ycomprobacióndelaeficienciadeestosalgoritmossobreconjuntosdedatosquepuedanaplicarseafinescomercialesafechadehoy.Partiendodeestudiosprevios,asícomodelaliteraturapertinentedecadaalgoritmo,seprocederáalaintegraciónalasherramientasdedesarrolloWEKAyMOA,identificandolasposiblesdificultadesyerroresquepudieransurgiryvalidarlosmediantepruebasrealizadasenartículosanterioresdelaliteraturapertinente.Porúltimoserealizaráunestudiocomparativo. entrelostresalgoritmos,buscandoelalgoritmoquemejorseadaptealosconjuntosdepruebasplanteados,yquemejoressolucionesofrezca.Elproblemadelaclasificaciónincrementalsuponemuchosretosaniveldeestudio,debidoalaprofundidadteóricautilizadaycantidaddeliteraturaexistenteentornoaéste.Sinembargo,unavezseveansusposibilidades,podrácomprobarsecomonodejadeseruntemainteresanteatratar,nosóloaniveldeinvestigación,sinodeutilidadenlasaplicacionesdesoftwarecomoposiblemejorayactualizaciónalasmismas.