Sistemas de predicción Aprendizaje automático Data Mining & Machine Learning

Transcripción

1 Data Mining & Machine Learning Ibon B. Salbidegoitia 1

2 Comunicación 2

3 Comunicación 3

4 Comunicación 4

5 Almacenamiento SIZE: byte kilobyte megabyte gigabyte terabyte petabyte exabyte zettabyte yottabyte xenottabyte shilentnobyte Domegemegrottebyte (10^33) 5

6 Almacenamiento 6

7 Big Data 7

8 Big Data Quantity of global digital data exabyte exabyte exabyte exabyte 8

9 Big Data 9

10 Big Data 10

11 Data Mining Data mining es el campo de la ciencia computacional que busca patrones en grandes cantidades de datos a través de métodos como la inteligencia artificial, machine learning, estadística y sistemas de bases de datos. 11

12 Data Mining 12

13 Machine Learning Predicciones como la detección de spam, predicciones meteorológicas, detección de texto a mano alzada, errores en fabricación, detección de fraude, previsiones del sistema eléctrico, estimación de precio de una vivienda... 13

14 Machine Learning 14

15 Machine Learning 15

16 Machine Learning 16

17 Machine Learning Objetivo claro del sistema Correlation: Correlation:

18 Machine Learning Requiere conocimiento del sistema Correlation: Correlation:

19 Machine Learning 1. Linear Regression (Logistic Regression) 2. Neural Networks 3. Clustering 4. Decision tree 19

20 Linear Regression Ajuste polinómico de mínimos cuadrados. 20

21 Linear Regression Hypothesis Cost function Gradient descent 21

22 Linear Regression 22

23 Linear Regression Regularization Dataset Train: 80% Test: 20% 23

24 Linear Regression Multi-Variable 24

25 Linear Regression Ejemplo 25

26 Linear Regression Ejemplo: Paraboloide 26

27 Logistic Regression 27

28 Logistic Regression Logistic Regression 28

29 Logistic Regression Logistic Regression Order: O3 O6 O9 O12 Logistic Regression with Regularization Order: O3 O6 O9 O12 29

30 Logistic Regression Ejemplo 30

31 Linear Regression Multi-Variable Cuantos términos? Tiempo de computación? 31

32 Machine Learning 1. Linear Regression (Logistic Regression) 2. Neural Networks 3. Clustering 4. Decision tree 32

33 Neural Networks Las redes neuronales son modelos de computación de Machine Learning inspirados en el sistema nervioso de los animales. Sistemas interconectados por neuronas que computan valores de entrada y salida. 33

34 Neural Networks Capas (Layers) 34

35 Neural Networks Capas (Layers) 35

36 Neural Networks Aplicaciones Reconocimiento de patrones (face recognition, object recognition, radar systems) Sequence recognition (OCR mano alzada, gestos, código postal) Diagnóstico médico (Medical Decision Support System) Sistema financiero (HTF, fraudes) Sistemas de identificación y control (control vehículo, control de procesos, gestión de recursos) 36

37 37

38 Machine Learning 1. Linear Regression (Logistic Regression) 2. Neural Networks 3. Clustering 4. Decision tree 38

39 Clustering Los clusters son modelos computacionales que agrupan objetos de tal manera que los objetos en el mismo grupo tienen más en común que aquellos que están en otros grupos. 39

40 Clustering Aplicaciones Segmentación de mercado Análisis de redes sociales Análisis de datos científicos 40

41 Clustering k means cluster analysis 41

42 Clustering k means cluster analysis + How many clusters? 42

43 Clustering k means cluster analysis + How many clusters? - Elbow method 43

44 Clustering Ejemplo 44

45 Clustering Ejemplo 45

46 Machine Learning 1. Linear Regression (Logistic Regression) 2. Neural Networks 3. Clustering 4. Decision tree 46

47 Decision tree El árbol de decisión es un modelo de decisión basado en una estructura ramificada para predecir las posibles consecuencias en función de n condiciones. 47

48 Decision tree 48

49 Decision tree 49

50 Consciente de... No es una ciencia exacta 50

51 Consciente de... Requiere conocimiento del sistema Correlation: Correlation:

52 Industria acero 52

53 Industria acero Fabricación planchas de acero 53

54 Industria acero Fabricación planchas de acero Qué fuerza es necesaria para una reducción del espesor? Parámetros (Atributos): Espesor Temperatura Diámetro rodillo Composición química Velocidad de rodillo 54

55 Industria acero Fabricación planchas de acero 55

56 Industria acero Fabricación planchas de acero 56

57 Meteo for Energy Detección de nubosidad (Gemasolar, Torresol Energy) 57

58 Meteo for Energy Detección de nubosidad (Gemasolar) VIDEO 58

59 Correo postal 59

60 Correo postal 60

61 Correo postal 61

62 Netflix 62

63 Netflix 63

64 Netflix 64

65 Netflix Netflix Recommendation Algorithm Directs 75% of Viewership 65

66 Youtube 66

67 Youtube 67

68 Google Translate 68

69 Google Translate 69

70 Google Translate 70

71 Skype Translate 71

72 Skype Translate 72

73 73