Hispanopedia Wiki
Articulo de referencia

Aprendizaje en conjunto

En estadística y aprendizaje automático , los métodos de conjunto utilizan múltiples algoritmos de aprendizaje para obtener un mejor rendimiento predictivo que el que se podría ...

Hispanopedia WikiContenido en espanolLectura gratuita

En estadística y aprendizaje automático , los métodos de conjunto utilizan múltiples algoritmos de aprendizaje para obtener un mejor rendimiento predictivo que el que se podría obtener con cualquiera de los algoritmos de aprendizaje constituyentes por separado. [ 1 ] [ 2 ] [ 3 ] A diferencia de un conjunto estadístico en mecánica estadística, que suele ser infinito, un conjunto de aprendizaje automático consta solo de un conjunto finito concreto de modelos alternativos, pero normalmente permite que exista una estructura mucho más flexible entre esas alternativas.

Descripción general

Los algoritmos de aprendizaje supervisado exploran un espacio de hipótesis para encontrar una hipótesis adecuada que permita realizar buenas predicciones en un problema específico. [ 4 ] Incluso si este espacio contiene hipótesis muy adecuadas para un problema en particular, puede resultar muy difícil encontrar una buena. Los conjuntos combinan múltiples hipótesis para formar una que, en teoría, debería ser mejor.

El aprendizaje conjunto entrena dos o más algoritmos de aprendizaje automático en una tarea específica de clasificación o regresión . En la literatura, los algoritmos dentro del modelo conjunto se denominan generalmente "modelos base", "algoritmos base" o "algoritmos débiles". Estos modelos base pueden construirse utilizando un único algoritmo de modelado o varios algoritmos diferentes. La idea es entrenar un conjunto diverso de modelos débiles en la misma tarea de modelado, de modo que las salidas de cada algoritmo débil tengan una capacidad predictiva baja (es decir, un sesgo alto ) y, entre todos los algoritmos débiles, los valores de resultado y error presenten una alta varianza . Fundamentalmente, un modelo de aprendizaje conjunto entrena al menos dos modelos con alto sesgo (débiles) y alta varianza (diversos) para combinarlos en un modelo de mejor rendimiento. El conjunto de modelos débiles —que individualmente no producirían resultados predictivos satisfactorios— se combinan o promedian para producir un único modelo de alto rendimiento, preciso y de baja varianza que se ajuste a la tarea según sea necesario.

El aprendizaje de conjuntos generalmente se refiere a técnicas de bagging ( agregación bootstrap ), boosting o stacking/blending para inducir una alta varianza entre los modelos base. Bagging crea diversidad al generar muestras aleatorias a partir de las observaciones de entrenamiento y ajustar el mismo modelo a cada muestra diferente, también conocido como conjuntos paralelos homogéneos . Boosting sigue un proceso iterativo al entrenar secuencialmente cada modelo base con los errores ponderados del modelo base anterior, produciendo un modelo aditivo para reducir los errores del modelo final, también conocido como aprendizaje de conjuntos secuencial . Stacking o blending consiste en diferentes modelos base, cada uno entrenado independientemente (es decir, diverso/de alta varianza) para combinarse en el modelo de conjunto, produciendo un conjunto paralelo heterogéneo . Las aplicaciones comunes del aprendizaje de conjuntos incluyen bosques aleatorios (una extensión de bagging), modelos Boosted Tree y modelos Gradient Boosted Tree. Los modelos en aplicaciones de stacking son generalmente más específicos para la tarea, como combinar técnicas de clustering con otras técnicas paramétricas y/o no paramétricas. [ 5 ]

Evaluar la predicción de un conjunto de modelos generalmente requiere más computación que evaluar la predicción de un solo modelo. En cierto sentido, el aprendizaje por conjuntos puede considerarse una forma de compensar la baja eficiencia de los algoritmos de aprendizaje mediante una mayor cantidad de cálculos. Por otro lado, la alternativa es realizar un aprendizaje mucho más intenso con un modelo individual. Un conjunto de modelos puede ser más eficiente para mejorar la precisión general con el mismo aumento en los recursos de computación, almacenamiento o comunicación, al utilizar dicho aumento en dos o más métodos, que si se hubiera incrementado el uso de recursos para un solo método. Los algoritmos rápidos, como los árboles de decisión, se utilizan comúnmente en métodos de conjunto (por ejemplo, bosques aleatorios), aunque los algoritmos más lentos también pueden beneficiarse de estas técnicas.

Por analogía, las técnicas de conjunto también se han utilizado en escenarios de aprendizaje no supervisado , por ejemplo, en la agrupación por consenso o en la detección de anomalías .

Teoría de conjuntos

Empíricamente, los conjuntos tienden a producir mejores resultados cuando hay una diversidad significativa entre los modelos. [ 6 ] [ 7 ] Por lo tanto, muchos métodos de conjuntos buscan promover la diversidad entre los modelos que combinan. [ 8 ] [ 9 ] Aunque quizás no sea intuitivo, se pueden usar algoritmos más aleatorios (como árboles de decisión aleatorios) para producir un conjunto más fuerte que algoritmos muy deliberados (como árboles de decisión que reducen la entropía). [ 10 ] Sin embargo, se ha demostrado que usar una variedad de algoritmos de aprendizaje fuertes es más efectivo que usar técnicas que intentan simplificar los modelos para promover la diversidad. [ 11 ] Es posible aumentar la diversidad en la etapa de entrenamiento del modelo usando correlación para tareas de regresión [ 12 ] o usando medidas de información como la entropía cruzada para tareas de clasificación. [ 13 ]

Un conjunto de clasificadores suele tener un error de clasificación menor que los modelos base.

Teóricamente, se puede justificar el concepto de diversidad porque el límite inferior de la tasa de error de un sistema de conjunto se puede descomponer en precisión, diversidad y el otro término. [ 14 ]

El marco geométrico

El aprendizaje conjunto, que incluye tareas de regresión y clasificación, puede explicarse mediante un marco geométrico. [ 15 ] Dentro de este marco, la salida de cada clasificador o regresor individual para todo el conjunto de datos puede considerarse como un punto en un espacio multidimensional. Además, el resultado objetivo también se representa como un punto en este espacio, denominado "punto ideal".

La distancia euclidiana se utiliza como métrica para medir tanto el rendimiento de un clasificador o regresor individual (la distancia entre su punto y el punto ideal) como la disimilitud entre dos clasificadores o regresores (la distancia entre sus respectivos puntos). Esta perspectiva transforma el aprendizaje por conjuntos en un problema determinista.

Por ejemplo, dentro de este marco geométrico, se puede demostrar que el promedio de las salidas (puntuaciones) de todos los clasificadores o regresores base puede generar resultados iguales o mejores que el promedio de todos los modelos individuales. También se puede demostrar que, si se utiliza el esquema de ponderación óptimo, un enfoque de promedio ponderado puede superar a cualquiera de los clasificadores o regresores individuales que componen el conjunto, o al menos igualar el rendimiento del mejor clasificador.

Tamaño del conjunto

Si bien el número de clasificadores componentes de un conjunto tiene un gran impacto en la precisión de la predicción, existen pocos estudios que aborden este problema. La determinación a priori del tamaño del conjunto y el volumen y la velocidad de los flujos de big data hacen que esto sea aún más crucial para los clasificadores de conjunto en línea. Principalmente se han utilizado pruebas estadísticas para determinar el número adecuado de componentes. Más recientemente, un marco teórico sugirió que existe un número ideal de clasificadores componentes para un conjunto, de modo que tener más o menos clasificadores que este número deterioraría la precisión. Se conoce como "la ley de rendimientos decrecientes en la construcción de conjuntos". Su marco teórico muestra que usar el mismo número de clasificadores componentes independientes que etiquetas de clase proporciona la mayor precisión. [ 16 ] [ 17 ]

Tipos comunes de conjuntos

clasificador óptimo de Bayes

El clasificador óptimo de Bayes es una técnica de clasificación. Es un conjunto de todas las hipótesis en el espacio de hipótesis. En promedio, ningún otro conjunto puede superarlo. [ 18 ] El clasificador Naive Bayes es una versión de este que asume que los datos son condicionalmente independientes de la clase y hace que el cálculo sea más factible. A cada hipótesis se le asigna un voto proporcional a la probabilidad de que el conjunto de datos de entrenamiento se muestree de un sistema si esa hipótesis fuera verdadera. Para facilitar el entrenamiento con datos de tamaño finito, el voto de cada hipótesis también se multiplica por la probabilidad previa de esa hipótesis. El clasificador óptimo de Bayes se puede expresar con la siguiente ecuación:

y=argramometroaincógnitadoj∈do∑hi∈HPAG(doj|hi)PAG(T|hi)PAG(hi){\displaystyle y={\underset {c_{j}\in C}{\mathrm {argmax} }}\sum _{h_{i}\in H}{P(c_{j}|h_{i})P(T|h_{i})P(h_{i})}}

dóndey{\displaystyle y}es la clase predicha,do{\displaystyle C}es el conjunto de todas las clases posibles,H{\displaystyle H}es el espacio de hipótesis,PAG{\displaystyle P}se refiere a una probabilidad yT{\displaystyle T}son los datos de entrenamiento. Como un conjunto, el clasificador óptimo de Bayes representa una hipótesis que no necesariamente está enH{\displaystyle H}Sin embargo, la hipótesis representada por el clasificador óptimo de Bayes es la hipótesis óptima en el espacio de conjuntos (el espacio de todos los conjuntos posibles que consisten únicamente en hipótesis enH{\displaystyle H}).

Esta fórmula se puede reformular utilizando el teorema de Bayes , que dice que la probabilidad posterior es proporcional a la probabilidad multiplicada por la probabilidad previa:

PAG(hi|T)∝PAG(T|hi)PAG(hi){\displaystyle P(h_{i}|T)\propto P(T|h_{i})P(h_{i})}

por eso,

y=argramometroaincógnitadoj∈do∑hi∈HPAG(doj|hi)PAG(hi|T){\displaystyle y={\underset {c_{j}\in C}{\mathrm {argmax} }}\sum _{h_{i}\in H}{P(c_{j}|h_{i})P(h_{i}|T)}}

Agregación Bootstrap (bagging)

Tres conjuntos de datos generados mediante remuestreo a partir de un conjunto original. El ejemplo A aparece dos veces en el conjunto 1 porque se seleccionan con reemplazo.

La agregación bootstrap ( bagging ) implica entrenar un conjunto en conjuntos de datos bootstrap . Un conjunto bootstrap se crea seleccionando del conjunto de datos de entrenamiento original con reemplazo. Por lo tanto, un conjunto bootstrap puede contener un ejemplo dado cero, una o varias veces. Los miembros del conjunto también pueden tener límites en las características (por ejemplo, nodos de un árbol de decisión), para fomentar la exploración de características diversas. [ 19 ] La varianza de la información local en los conjuntos bootstrap y las consideraciones de características promueven la diversidad en el conjunto y pueden fortalecerlo. [ 20 ] Para reducir el sobreajuste, un miembro puede validarse utilizando el conjunto fuera de la bolsa (los ejemplos que no están en su conjunto bootstrap). [ 21 ]

La inferencia se realiza mediante la votación de las predicciones de los miembros del conjunto, un proceso denominado agregación . A continuación, se ilustra con un conjunto de cuatro árboles de decisión. El ejemplo de consulta es clasificado por cada árbol. Dado que tres de los cuatro predicen la clase positiva , la clasificación general del conjunto es positiva . Los bosques aleatorios como el que se muestra son una aplicación común del bagging.

Un ejemplo del proceso de agregación para un conjunto de árboles de decisión. Las clasificaciones individuales se agregan y se obtiene una clasificación general.
Un ejemplo del proceso de agregación para un conjunto de árboles de decisión. Las clasificaciones individuales se agregan y se obtiene una clasificación general.

Impulsar

El boosting consiste en entrenar modelos sucesivos dando mayor importancia a los datos de entrenamiento que fueron clasificados erróneamente por modelos previamente entrenados. Inicialmente, todos los datos (D1) tienen el mismo peso y se utilizan para entrenar un modelo base M1. A los ejemplos clasificados erróneamente por M1 se les asigna un peso mayor que a los ejemplos clasificados correctamente. Estos datos potenciados (D2) se utilizan para entrenar un segundo modelo base M2, y así sucesivamente. La inferencia se realiza mediante votación.

En algunos casos, el boosting ha dado mejores resultados que el bagging, pero tiende a sobreajustarse más. La implementación más común de boosting es Adaboost , pero se ha informado que algunos algoritmos más recientes logran mejores resultados.

Promediación de modelos bayesianos

El promedio de modelos bayesianos (BMA) realiza predicciones promediando las predicciones de modelos ponderados por sus probabilidades posteriores dados los datos. [ 22 ] Se sabe que el BMA generalmente proporciona mejores respuestas que un solo modelo, obtenido, por ejemplo, mediante regresión por pasos , especialmente cuando modelos muy diferentes tienen un rendimiento casi idéntico en el conjunto de entrenamiento, pero pueden tener un rendimiento bastante diferente en otros contextos.

La cuestión fundamental al utilizar el teorema de Bayes es la distribución a priori, es decir, la probabilidad (quizás subjetiva) de que cada modelo sea el mejor para un propósito determinado. Conceptualmente, BMA puede utilizarse con cualquier distribución a priori. Los paquetes de R ensembleBMA [ 23 ] y BMA [ 24 ] utilizan la distribución a priori implícita en el criterio de información bayesiano (BIC), siguiendo a Raftery (1995). [ 25 ] El paquete de R BAS admite el uso de las distribuciones a priori implícitas en el criterio de información de Akaike (AIC) y otros criterios sobre los modelos alternativos, así como distribuciones a priori sobre los coeficientes. [ 26 ]

La diferencia entre BIC y AIC es la fuerza de preferencia por la parsimonia. La penalización de BIC por la complejidad del modelo esln⁡(norte)k{\displaystyle \ln(n)k}, mientras que el de AIC es2k{\displaystyle 2k}La teoría asintótica de muestras grandes establece que si existe un modelo óptimo, entonces, con tamaños de muestra crecientes, el BIC es fuertemente consistente, es decir, casi con certeza lo encontrará, mientras que el AIC puede no serlo, ya que puede seguir asignando una probabilidad posterior excesiva a modelos que son más complicados de lo necesario. Por otro lado, el AIC y el AICc son asintóticamente "eficientes" (es decir, con un mínimo error cuadrático medio de predicción), mientras que el BIC no lo es. [ 27 ]

Haussler et al. (1994) demostraron que cuando se utiliza BMA para la clasificación, su error esperado es como máximo el doble del error esperado del clasificador óptimo de Bayes. [ 28 ] Burnham y Anderson (1998, 2002) contribuyeron enormemente a introducir a un público más amplio a las ideas básicas del promedio de modelos bayesianos y a popularizar la metodología. [ 29 ] La disponibilidad de software, incluidos otros paquetes gratuitos de código abierto para R además de los mencionados anteriormente, ayudó a que los métodos fueran accesibles a un público más amplio. [ 30 ]

Combinación de modelos bayesianos

La combinación de modelos bayesianos (BMC) es una corrección algorítmica del promedio de modelos bayesianos (BMA). En lugar de muestrear cada modelo del conjunto individualmente, muestrea del espacio de conjuntos posibles (con pesos de los modelos extraídos aleatoriamente de una distribución de Dirichlet con parámetros uniformes). Esta modificación supera la tendencia de BMA a converger hacia la asignación de todo el peso a un solo modelo. Si bien BMC es algo más costoso computacionalmente que BMA, tiende a producir resultados notablemente mejores. Se ha demostrado que BMC es mejor en promedio (con significancia estadística) que BMA y bagging. [ 31 ]

El uso de la ley de Bayes para calcular los pesos de los modelos requiere calcular la probabilidad de los datos dado cada modelo. Por lo general, ninguno de los modelos del conjunto se corresponde exactamente con la distribución de la que se generaron los datos de entrenamiento, por lo que todos reciben correctamente un valor cercano a cero para este término. Esto funcionaría bien si el conjunto fuera lo suficientemente grande como para muestrear todo el espacio de modelos, pero esto rara vez es posible. En consecuencia, cada patrón en los datos de entrenamiento provocará que el peso del conjunto se desplace hacia el modelo que más se aproxime a la distribución de los datos de entrenamiento. En esencia, se reduce a un método innecesariamente complejo para la selección de modelos.

Las posibles ponderaciones para un conjunto de modelos pueden visualizarse como un simplex. En cada vértice del simplex, todo el peso se asigna a un único modelo del conjunto. BMA converge hacia el vértice más cercano a la distribución de los datos de entrenamiento. Por el contrario, BMC converge hacia el punto donde esta distribución se proyecta sobre el simplex. En otras palabras, en lugar de seleccionar el modelo más cercano a la distribución generadora, busca la combinación de modelos más cercana a dicha distribución.

Los resultados de BMA a menudo pueden aproximarse mediante validación cruzada para seleccionar el mejor modelo de un conjunto de modelos. Del mismo modo, los resultados de BMC pueden aproximarse mediante validación cruzada para seleccionar la mejor combinación de modelos a partir de un muestreo aleatorio de posibles ponderaciones.

Cubo de modelos

Un "conjunto de modelos" es una técnica de selección de modelos en la que se utiliza un algoritmo de selección de modelos para elegir el mejor modelo para cada problema. Al probarse con un solo problema, un conjunto de modelos puede no producir mejores resultados que el mejor modelo del conjunto, pero al evaluarse con múltiples problemas, generalmente producirá resultados mucho mejores, en promedio, que cualquier modelo del conjunto.

El método más común para la selección de modelos es la validación cruzada (a veces denominada "competición"). Se describe con el siguiente pseudocódigo:

Para cada modelo m en el cubo: Hacer c veces: (donde 'c' es una constante) Divida aleatoriamente el conjunto de datos de entrenamiento en dos conjuntos: A y B. Tren m con A Prueba m con B Seleccione el modelo que obtenga la puntuación media más alta.

La selección mediante validación cruzada se puede resumir como: "pruébalas todas con el conjunto de entrenamiento y elige la que mejor funcione". [ 32 ]

El método de selección por compuertas (Gating) es una generalización de la selección por validación cruzada. Consiste en entrenar otro modelo de aprendizaje para decidir cuál de los modelos del conjunto es el más adecuado para resolver el problema. A menudo, se utiliza un perceptrón como modelo de selección por compuertas. Este puede utilizarse para elegir el "mejor" modelo o para asignar un peso lineal a las predicciones de cada modelo del conjunto.

Cuando se utiliza un conjunto de modelos con un gran número de problemas, puede ser conveniente evitar entrenar algunos de los modelos que requieren mucho tiempo. El aprendizaje por puntos de referencia es un enfoque de metaaprendizaje que busca solucionar este problema. Consiste en entrenar únicamente los algoritmos rápidos (pero imprecisos) del conjunto y, posteriormente, utilizar el rendimiento de estos algoritmos para determinar qué algoritmo lento (pero preciso) tiene más probabilidades de obtener mejores resultados. [ 33 ]

Costo de entropía cruzada modificado: un enfoque para fomentar la diversidad en conjuntos de clasificación.

El enfoque más común para entrenar clasificadores es usar la función de costo de entropía cruzada . Sin embargo, uno querría entrenar un conjunto de modelos que tengan diversidad para que cuando los combinemos proporcionen los mejores resultados. [ 34 ] [ 35 ] Suponiendo que usamos un conjunto simple de promediadoK{\displaystyle K}clasificadores. Entonces, el costo de entropía cruzada modificado es

mik=H(pag,qk)−λK∑j≠kH(qj,qk){\displaystyle e^{k}=H(p,q^{k})-{\frac {\lambda }{K}}\sum _ {j\neq k}H(q^{j},q^{k})}

dóndemik{\displaystyle e^{k}}es la función de costo de lakth{\displaystyle k^{th}}clasificador,qk{\displaystyle q^{k}}es la probabilidad de lakth{\displaystyle k^{th}}clasificador,pag{\displaystyle p}es la verdadera probabilidad que necesitamos estimar yλ{\displaystyle \lambda }es un parámetro entre 0 y 1 que define la diversidad que nos gustaría establecer. Cuandoλ=0{\displaystyle \lambda =0}queremos que cada clasificador haga lo mejor posible independientemente del conjunto y cuandoλ=1{\displaystyle \lambda =1}Nos gustaría que el clasificador fuera lo más diverso posible.

Apilado

El apilamiento (a veces llamado generalización apilada ) implica entrenar un modelo para combinar las predicciones de varios otros algoritmos de aprendizaje. Primero, todos los demás algoritmos se entrenan utilizando los datos disponibles; luego, se entrena un algoritmo combinador (estimador final) para realizar una predicción final utilizando todas las predicciones de los otros algoritmos (estimadores base) como entradas adicionales o utilizando predicciones validadas cruzadamente de los estimadores base, lo que puede prevenir el sobreajuste. [ 36 ] Si se utiliza un algoritmo combinador arbitrario, entonces el apilamiento puede representar teóricamente cualquiera de las técnicas de conjunto descritas en este artículo, aunque, en la práctica, a menudo se utiliza un modelo de regresión logística como combinador.

El apilamiento suele producir un rendimiento mejor que cualquiera de los modelos entrenados individualmente. [ 37 ] Se ha utilizado con éxito tanto en tareas de aprendizaje supervisado (regresión, [ 38 ] clasificación y aprendizaje a distancia [ 39 ] ) como en aprendizaje no supervisado (estimación de densidad). [ 40 ] También se ha utilizado para estimar la tasa de error del bagging. [ 3 ] [ 41 ] Se ha informado que supera al promedio de modelos bayesianos. [ 42 ] Los dos mejores en la competencia de Netflix utilizaron la mezcla, que puede considerarse una forma de apilamiento. [ 43 ]

El apilamiento predictivo bayesiano generaliza la idea de apilamiento de la literatura de estimación estadística a la combinación de distribuciones predictivas posteriores. [ 44 ] Estas ideas también se han desarrollado e investigado para modelos de procesos gaussianos, especialmente para el análisis de datos espaciales [ 45 ] y pueden utilizarse para construir marcos de aprendizaje por transferencia para conjuntos de datos espaciales masivos. [ 46 ]

Votación

La votación es otra forma de combinación de métodos. Véase, por ejemplo, el algoritmo de mayoría ponderada (aprendizaje automático) .

Implementaciones en paquetes estadísticos

  • R : Varios paquetes ofrecen herramientas de promedio de modelos bayesianos, [ 47 ] incluyendo el paquete BMS (acrónimo de Bayesian Model Selection), [ 48 ] el paquete BAS (acrónimo de Bayesian Adaptive Sampling), [ 49 ] y el paquete BMA . [ 50 ] Otros paquetes que implementan el apilamiento predictivo para modelos de procesos gaussianos incluyen el paquete spStack . [ 51 ]
  • Python : scikit-learn , un paquete para aprendizaje automático en Python, ofrece paquetes para aprendizaje de conjuntos, incluyendo paquetes para métodos de bagging, votación y promediado.
  • MATLAB : los conjuntos de clasificación se implementan en Statistics and Machine Learning Toolbox. [ 52 ]

Aplicaciones de aprendizaje en conjunto

En los últimos años, debido al creciente poder computacional, que permite el entrenamiento en aprendizaje de conjuntos grandes en un plazo razonable, el número de aplicaciones de aprendizaje de conjuntos ha aumentado cada vez más. [ 53 ] Algunas de las aplicaciones de los clasificadores de conjuntos incluyen:

Teledetección

Mapeo de la cobertura del suelo

El mapeo de la cobertura terrestre es una de las principales aplicaciones de los sensores satelitales de observación de la Tierra , que utilizan datos geoespaciales y de teledetección para identificar los materiales y objetos ubicados en la superficie de las áreas objetivo. Generalmente, las clases de materiales objetivo incluyen carreteras, edificios, ríos, lagos y vegetación. [ 54 ] Se han propuesto diferentes enfoques de aprendizaje de conjuntos basados ​​en redes neuronales artificiales , [ 55 ] análisis de componentes principales de kernel (KPCA), [ 56 ] árboles de decisión con boosting , [ 57 ] bosques aleatorios [ 54 ] [ 58 ] y diseño automático de sistemas de clasificadores múltiples, [ 59 ] para identificar eficientemente los objetos de cobertura terrestre .

detección de cambios

La detección de cambios es un problema de análisis de imágenes que consiste en la identificación de lugares donde la cobertura del suelo ha cambiado con el tiempo. La detección de cambios se utiliza ampliamente en campos como el crecimiento urbano , la dinámica de bosques y vegetación , el uso del suelo y el monitoreo de desastres . [ 60 ] Las primeras aplicaciones de clasificadores de conjunto en la detección de cambios se diseñan con la votación por mayoría , [ 61 ] el promedio de modelos bayesianos , [ 62 ] y la probabilidad posterior máxima . [ 63 ] Dado el crecimiento de los datos satelitales a lo largo del tiempo, en la última década se observa un mayor uso de métodos de series temporales para la detección continua de cambios a partir de pilas de imágenes. [ 64 ] Un ejemplo es un método bayesiano de detección de puntos de cambio de conjunto llamado BEAST, cuyo software está disponible como paquete Rbeast en R, Python y Matlab. [ 65 ]

Seguridad informática

Denegación de servicio distribuida

El ataque de denegación de servicio distribuido es uno de los ciberataques más amenazantes que puede sufrir un proveedor de servicios de internet . [ 53 ] Al combinar la salida de clasificadores individuales, los clasificadores de conjunto reducen el error total de detección y discriminación de dichos ataques frente a las multitudes flash legítimas . [ 66 ]

Detección de malware

La clasificación de códigos maliciosos como virus informáticos , gusanos informáticos , troyanos , ransomware y spyware mediante técnicas de aprendizaje automático se inspira en el problema de la categorización de documentos . [ 67 ] Los sistemas de aprendizaje de conjuntos han demostrado una eficacia adecuada en este ámbito. [ 68 ] [ 69 ]

Endurecimiento del modelo

Los modelos de detección de malware, como todos los modelos de aprendizaje automático, son vulnerables a ataques de aprendizaje automático adversario en los que un atacante amplía los límites de lo que se clasifica como malware. Al rotar a través de un conjunto de modelos utilizando la defensa de objetivo móvil, [ 70 ] el atacante tiene una ventaja de conocimiento reducida.

Detección de intrusiones

Un sistema de detección de intrusiones supervisa redes o sistemas informáticos para identificar códigos maliciosos, de forma similar a un proceso de detección de anomalías . El aprendizaje conjunto ayuda eficazmente a estos sistemas de supervisión a reducir su margen de error. [ 71 ] [ 72 ]

Reconocimiento facial

El reconocimiento facial , que recientemente se ha convertido en una de las áreas de investigación más populares del reconocimiento de patrones , se ocupa de la identificación o verificación de una persona a través de sus imágenes digitales . [ 73 ]

Los conjuntos jerárquicos basados ​​en el clasificador de Gabor Fisher y las técnicas de preprocesamiento de análisis de componentes independientes son algunos de los primeros conjuntos empleados en este campo. [ 74 ] [ 75 ] [ 76 ]

Reconocimiento de emociones

Si bien el reconocimiento de voz se basa principalmente en el aprendizaje profundo, ya que la mayoría de los actores de la industria en este campo, como Google , Microsoft e IBM, revelan que la tecnología central de su reconocimiento de voz se basa en este enfoque, el reconocimiento de emociones basado en la voz también puede tener un rendimiento satisfactorio con el aprendizaje de conjuntos. [ 77 ] [ 78 ] También se está utilizando con éxito en el reconocimiento de emociones faciales . [ 79 ] [ 80 ] [ 81 ]

Detección de fraude

La detección de fraudes se ocupa de la identificación de fraudes bancarios , como el lavado de dinero , el fraude con tarjetas de crédito y el fraude en telecomunicaciones , que cuentan con amplios campos de investigación y aplicaciones de aprendizaje automático . Dado que el aprendizaje conjunto mejora la robustez del modelado del comportamiento normal, se ha propuesto como una técnica eficiente para detectar tales casos y actividades fraudulentas en sistemas bancarios y de tarjetas de crédito. [ 82 ] [ 83 ]

Toma de decisiones financieras

Los métodos de aprendizaje conjunto se han adoptado ampliamente en finanzas para tareas como la calificación crediticia , la predicción de quiebras y la gestión de riesgos . Al combinar múltiples modelos base, los conjuntos pueden aprovechar las relaciones no lineales, manejar datos de alta dimensión y ruidosos, y a menudo ofrecen un rendimiento fuera de muestra más estable que los modelos individuales o las bases estadísticas tradicionales, como la regresión logística y los modelos de factores lineales. Este enfoque se alinea con la tendencia más amplia en el aprendizaje automático financiero descrita por Marcos López de Prado , quien argumenta que combinar diversos aprendices puede mejorar la robustez, mitigar el sobreajuste y extraer patrones persistentes de series temporales financieras ruidosas. [ 84 ]

En la calificación crediticia minorista y corporativa, los clasificadores de conjunto, como los bosques aleatorios , las máquinas de potenciación de gradiente y los modelos apilados, se utilizan con frecuencia para evaluar el riesgo de impago . Una reciente revisión sistemática de la literatura sobre estudios de calificación crediticia basados ​​en aprendizaje automático publicados entre 2018 y 2024 informa que los conjuntos basados ​​en árboles y los métodos de potenciación se encuentran entre las técnicas más comúnmente aplicadas y suelen lograr una mayor precisión predictiva que las tarjetas de puntuación tradicionales o los clasificadores individuales. [ 85 ] [ 86 ]

Los métodos de conjunto también se han aplicado a la predicción de quiebras y fracasos corporativos. Estudios que comparan diferentes construcciones de conjuntos (como bagging , boosting y grupos de clasificadores heterogéneos) informan que los conjuntos bien ajustados tienden a lograr una mayor precisión de clasificación y un rendimiento más robusto en diferentes industrias que los modelos individuales. [ 87 ] La precisión de la predicción de la quiebra empresarial es un aspecto crucial en la toma de decisiones financieras. Por lo tanto, se proponen diferentes clasificadores de conjunto para predecir crisis financieras y dificultades financieras . [ 88 ] Además, en el problema de manipulación basada en el comercio , donde los operadores intentan manipular los precios de las acciones mediante actividades de compra y venta, se requieren clasificadores de conjunto para analizar los cambios en los datos del mercado de valores y detectar síntomas sospechosos de manipulación de precios de acciones . [ 88 ]

La implementación del aprendizaje conjunto, no solo con modelos de aprendizaje automático sino también con marcos matemáticos como los modelos ocultos de Markov para aplicaciones en comercio, detección de regímenes y fijación de precios de activos, sigue siendo un área de investigación en rápido desarrollo.

Medicamento

Los clasificadores de conjunto se han aplicado con éxito en neurociencia , proteómica y diagnóstico médico , como en la detección de trastornos neurocognitivos (es decir, Alzheimer o distrofia miotónica ) basada en conjuntos de datos de resonancia magnética, [ 89 ] [ 90 ] [ 91 ] clasificación de citología cervical. [ 92 ] [ 93 ]

Además, los conjuntos se han aplicado con éxito en tareas de segmentación médica, por ejemplo, la segmentación de tumores cerebrales [ 94 ] [ 95 ] y de hiperintensidades. [ 96 ]

Véase también

Referencias

  1. ↑ Opitz, D.; Maclin, R. (1999). "Métodos de conjunto populares: un estudio empírico" . Journal of Artificial Intelligence Research . 11 : 169–198 . arXiv : 1106.0257 . doi : 10.1613/jair.614 .
  2. ↑ Polikar, R. (2006). "Sistemas basados ​​en conjuntos en la toma de decisiones". IEEE Circuits and Systems Magazine . 6 (3): 21– 45. doi : 10.1109/MCAS.2006.1688199 . S2CID 18032543 . 
  3. 1 2 Rokach, L. (2010). "Clasificadores basados ​​en conjuntos". Artificial Intelligence Review . 33 ( 1– 2): 1– 39. doi : 10.1007/s10462-009-9124-7 . hdl : 11323/1748 . S2CID 11149239 . 
  4. ↑ Blockeel H. (2011). "Espacio de hipótesis" . Enciclopedia del aprendizaje automático . págs. 511–513 . doi : 10.1007/978-0-387-30164-8_373 . ISBN  978-0-387-30768-8.
  5. ↑ Ibomoiye Domor Mienye, Yanxia Sun (2022). Un estudio sobre el aprendizaje de conjuntos: conceptos, algoritmos, aplicaciones y perspectivas .
  6. ↑ Kuncheva, L. y Whitaker, C., Medidas de diversidad en conjuntos de clasificadores , Machine Learning , 51, pp. 181-207, 2003
  7. ↑ Sollich, P. y Krogh, A., Aprendizaje con conjuntos: Cómo el sobreajuste puede ser útil , Advances in Neural Information Processing Systems, volumen 8, pp. 190–196, 1996.
  8. ↑ Brown, G. y Wyatt, J. y Harris, R. y Yao, X., Métodos de creación de diversidad: una encuesta y categorización ., Information Fusion , 6(1), pp.5-20, 2005.
  9. ↑ Adeva, JJ García; Cerviño, Ulises; Calvo, R. (diciembre de 2005). "Precisión y diversidad en conjuntos de categorizadores de texto" (PDF) . Revista CLEI . 8 (2): 1:1–1:12. doi : 10.19153/cleiej.8.2.1 (inactivo el 12 de julio de 2025).{{cite journal}}: CS1 maint: DOI inactivo desde julio de 2025 ( enlace )
  10. ↑ Ho, T., Bosques de decisión aleatorios, Actas de la Tercera Conferencia Internacional sobre Análisis y Reconocimiento de Documentos , págs. 278–282, 1995.
  11. ↑ Gashler, M.; Giraud-Carrier, C.; Martinez, T. (2008). "Decision Tree Ensemble: Small Heterogeneous is Better Than Large Homogeneous" (PDF) . Séptima Conferencia Internacional de 2008 sobre Aprendizaje Automático y Aplicaciones . Vol. 2008. pp. 900–905 . doi : 10.1109/ICMLA.2008.154 . ISBN   978-0-7695-3495-4. S2CID 614810 . 
  12. ↑ Liu, Y.; Yao, X. (diciembre de 1999). "Aprendizaje de conjuntos mediante correlación negativa" . Redes neuronales . 12 (10): 1399– 1404. Bibcode : 1999NN.....12.1399L . doi : 10.1016/S0893-6080(99)00073-8 . ISSN 0893-6080 . PMID 12662623 .  
  13. ↑ Shoham, Ron; Permuter, Haim (2019). "Costo de entropía cruzada modificado: un enfoque para fomentar la diversidad en conjuntos de clasificación (Anuncio breve)". Criptografía de ciberseguridad y aprendizaje automático . Notas de clase en ciencias de la computación. Vol. 11527. págs. 202–207 . doi : 10.1007/978-3-030-20951-3_18 . ISBN   978-3-030-20950-6. S2CID 189926552 . 
  14. ↑ Terufumi Morishita et al, Repensando la desigualdad de Fano en el aprendizaje de conjuntos , Conferencia Internacional sobre Aprendizaje Automático, 2022
  15. ↑ Wu, S., Li, J., & Ding, W. (2023) Un marco geométrico para clasificadores de conjunto multiclase, Machine Learning , 112(12), pp. 4929-4958. doi : 10.1007/S10994-023-06406-W
  16. ↑ R. Bonab, Hamed; Can, Fazli (2016). Un marco teórico sobre el número ideal de clasificadores para conjuntos en línea en flujos de datos . CIKM. EE. UU.: ACM. pág. 2053. 
  17. ↑ Bonab, Hamed; Can, Fazli (2017). "Menos es más: un marco integral para el número de componentes de clasificadores de conjunto". arXiv : 1709.02925 [ cs.LG ].
  18. ↑ Tom M. Mitchell , Aprendizaje automático , 1997, págs. 175
  19. ↑ Salman, R., Alzaatreh, A., Sulieman, H., & Faisal, S. (2021). Un marco de trabajo Bootstrap para la agregación dentro y entre métodos de selección de características. Entropy (Basilea, Suiza), 23(2), 200. doi : 10.3390/e23020200
  20. ↑ Breiman, L., Bagging Predictors, Machine Learning , 24(2), pp.123-140, 1996. doi : 10.1007/BF00058655
  21. ↑ Brodeur, ZP, Herman, JD, & Steinschneider, S. (2020). Métodos de agregación bootstrap y validación cruzada para reducir el sobreajuste en la búsqueda de políticas de control de embalses. Water Resources Research, 56, e2020WR027184. doi : 10.1029/2020WR027184
  22. ↑ p. ej., Jennifer A. Hoeting ; David Madigan ; Adrian Raftery ; Chris Volinsky (1999). "Promediación de modelos bayesianos: un tutorial" . Statistical Science . ISSN 0883-4237 . Wikidata Q98974344 .  
  23. ↑ Chris Fraley; Adrian Raftery ; J. McLean Sloughter; Tilmann Gneiting, ensembleBMA: Pronóstico probabilístico mediante conjuntos y promedio de modelos bayesianos , Wikidata Q98972500 
  24. ↑ Adrian Raftery ; Jennifer A. Hoeting ; Chris Volinsky; Ian Painter; Ka Yee Yeung, BMA: Promediación de modelos bayesianos , Wikidata Q91674106 .
  25. ↑ Adrian Raftery (1995). "Selección de modelos bayesianos en la investigación social". Sociological Methodology : 111–196 . doi : 10.2307/271063 . ISSN 0081-1750 . Wikidata Q91670340 .  
  26. ↑ Merlise A. Clyde ; Michael L. Littman ; Quanli Wang; Joyee Ghosh; Yingbo Li; Don van den Bergh, BAS: Selección de variables bayesianas y promedio de modelos mediante muestreo adaptativo bayesiano , Wikidata Q98974089 .
  27. ↑ Gerda Claeskens ; Nils Lid Hjort (2008), Selección de modelos y promediado de modelos , Cambridge University Press , OL 25663403W , Wikidata Q62568358  , cap. 4.
  28. ↑ Haussler, David; Kearns, Michael; Schapire, Robert E. (1994). "Límites en la complejidad de la muestra del aprendizaje bayesiano utilizando la teoría de la información y la dimensión VC" . Machine Learning . 14 : 83–113 . doi : 10.1007/bf00993163 .
  29. ↑ Kenneth P. Burnham; David R. Anderson (1998), Selección e inferencia de modelos: un enfoque práctico basado en la teoría de la información , Springer Science+Business Media , OL 1853872W , Wikidata Q62670082  y Kenneth P. Burnham; David R. Anderson (2002), Selección de modelos e inferencia multimodelos: un enfoque práctico basado en la teoría de la información (2.ª ed.), Springer Science+Business Media , doi : 10.1007/B97636 , Wikidata Q76889160  .
  30. ↑ El artículo de Wikiversidad sobre la búsqueda de paquetes de R menciona varias maneras de encontrar paquetes disponibles para algo como esto. Por ejemplo, `sos::findFn('{Bayesian model averaging}')` dentro de R buscará archivos de ayuda en paquetes contribuidos que incluyan el término de búsqueda y abrirá dos pestañas en el navegador predeterminado. La primera mostrará todos los archivos de ayuda encontrados ordenados por paquete. La segunda resumirá los paquetes encontrados, ordenados según la aparente relevancia de la coincidencia.
  31. ↑ Monteith, Kristine; Carroll, James; Seppi, Kevin; Martinez, Tony. (2011). Transformando el promedio de modelos bayesianos en combinación de modelos bayesianos (PDF) . Actas de la Conferencia Internacional Conjunta sobre Redes Neuronales IJCNN'11. págs. 2657–2663 . 
  32. ↑ Saso Dzeroski, Bernard Zenko, ¿Es mejor combinar clasificadores que seleccionar el mejor?, Aprendizaje automático, 2004, págs. 255-273
  33. ↑ Bensusan, Hilan; Giraud-Carrier, Christophe (2000). «Descubriendo vecindarios de tareas a través de desempeños de aprendizaje de referencia» (PDF) . Principios de minería de datos y descubrimiento de conocimiento . Notas de clase en ciencias de la computación. Vol. 1910. págs. 325–330 . doi : 10.1007/3-540-45372-5_32 . ISBN   978-3-540-41066-9.
  34. ↑ Shoham, Ron; Permuter, Haim (2019). "Costo de entropía cruzada modificado: un enfoque para fomentar la diversidad en conjuntos de clasificación (Anuncio breve)". Criptografía de ciberseguridad y aprendizaje automático . Notas de clase en ciencias de la computación. Vol. 11527. págs. 202–207 . doi : 10.1007/978-3-030-20951-3_18 . ISBN   978-3-030-20950-6.
  35. ↑ Shoham, Ron; Permuter, Haim (2020). "Costo de entropía cruzada modificado: marco para el fomento explícito de la diversidad". arXiv : 2007.08140 [ cs.LG ].
  36. ↑ "1.11. Métodos de conjunto" .
  37. ↑ Wolpert (1992). "Generalización apilada". Redes neuronales . 5 (2): 241– 259. Bibcode : 1992NN......5..241W . doi : 10.1016/s0893-6080(05)80023-1 .
  38. ↑ Breiman, Leo (1996). "Regresiones apiladas" . Aprendizaje automático . 24 : 49–64 . doi : 10.1007/BF00117832 .
  39. ↑ Ozay, M.; Yarman Vural, FT (2013). "Una nueva técnica de generalización apilada difusa y análisis de su rendimiento". arXiv : 1204.0171 [ cs.LG ].
  40. ↑ Smyth, Padhraic; Wolpert, David (1999). "Combinación lineal de estimadores de densidad mediante apilamiento" (PDF) . Machine Learning . 36 (1): 59–83 . Bibcode : 1999MLear..36...59S . doi : 10.1023/A:1007511322260 . S2CID 16006860 . 
  41. ↑ Wolpert, David H.; MacReady, William G. (1999). "Un método eficiente para estimar el error de generalización de Bagging" (PDF) . Machine Learning . 35 (1): 41– 55. Bibcode : 1999MLear..35...41W . doi : 10.1023/A:1007519102914 . S2CID 14357246 . 
  42. ↑ Clarke, B., Promediado y apilamiento de modelos bayesianos cuando no se puede ignorar el error de aproximación del modelo , Journal of Machine Learning Research, pp. 683-712, 2003
  43. ↑ Sill, J.; Takacs, G.; Mackey, L.; Lin, D. (2009). "Feature-Weighted Linear Stacking". arXiv : 0911.0460 [ cs.LG ].
  44. ↑ Yao, Yuling; Vehtari, Aki; Simpson, Daniel; Gelman, Andrew (2018). "Uso de Stacking para promediar distribuciones predictivas bayesianas (con discusión)" . Bayesian Analysis . 13 (3): 917– 1007. arXiv : 1704.02030 . doi : 10.1214/17-BA1091 .
  45. ↑ Zhang, Lu; Tang, Wenpin; Banerjee, Sudipto (2025). "Geoestadística bayesiana mediante apilamiento predictivo" . Journal of the American Statistical Association : 1–19 . doi : 10.1080/01621459.2025.2566449 .
  46. ↑ Presicce, Luca; Banerjee, Sudipto (2024). "Aprendizaje por transferencia bayesiano para sistemas geoespaciales con inteligencia artificial: un enfoque de apilamiento predictivo". arXiv : 2410.09504 [ stat.ME ].
  47. ↑ Amini, Shahram M.; Parmeter, Christopher F. (2011). "Promediación de modelos bayesianos en R" (PDF) . Journal of Economic and Social Measurement . 36 (4): 253– 287. doi : 10.3233/JEM-2011-0350 .
  48. ↑ "BMS: Biblioteca de promedio de modelos bayesianos" . The Comprehensive R Archive Network . 24 de noviembre de 2015. Consultado el 9 de septiembre de 2016 .
  49. ↑ "BAS: Promediación de modelos bayesianos mediante muestreo adaptativo bayesiano" . The Comprehensive R Archive Network . Consultado el 9 de septiembre de 2016 .
  50. ↑ "BMA: Promediación de modelos bayesianos" . The Comprehensive R Archive Network . Consultado el 9 de septiembre de 2016 .
  51. ↑ "spStack: Geoestadística bayesiana mediante apilamiento predictivo" . The Comprehensive R Archive Network . 4 de octubre de 2015.
  52. ↑ "Conjuntos de clasificación" . MATLAB y Simulink . Consultado el 8 de junio de 2017 .
  53. 1 2 Woźniak, Michał; Graña, Manuel; Corchado, Emilio (marzo de 2014). "Una revisión de sistemas de clasificadores múltiples como sistemas híbridos". Information Fusion . 16 : 3–17 . doi : 10.1016/j.inffus.2013.04.006 . hdl : 10366/134320 . S2CID 11632848 . 
  54. 1 2 Rodríguez-Galiano, VF; Ghimire, B.; Rogan, J.; Chica-Olmo, M.; Rigol-Sánchez, JP (enero de 2012). "Una evaluación de la efectividad de un clasificador de bosque aleatorio para la clasificación de la cobertura terrestre". Revista ISPRS de Fotogrametría y Teledetección . 67 : 93–104 . Bibcode : 2012JPRS...67...93R . doi : 10.1016/j.isprsjprs.2011.11.002 .
  55. ↑ Giacinto, Giorgio; Roli, Fabio (agosto de 2001). "Diseño de conjuntos de redes neuronales eficaces para fines de clasificación de imágenes". Image and Vision Computing . 19 ( 9–10 ): 699–707 . CiteSeerX 10.1.1.11.5820 . doi : 10.1016/S0262-8856(01)00045-2 . 
  56. ↑ Xia, Junshi; Yokoya, Naoto; Iwasaki, Yakira (marzo de 2017). "Un nuevo clasificador de conjunto de datos hiperespectrales y LiDAR utilizando características morfológicas". 2017 IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP) . pp. 6185–6189 . doi : 10.1109/ICASSP.2017.7953345 . ISBN  978-1-5090-4117-6. S2CID 40210273 . 
  57. ↑ Mochizuki, S.; Murakami, T. (noviembre de 2012). "Comparación de la precisión del mapeo de cobertura terrestre mediante la clasificación de imágenes orientada a objetos con algoritmos de aprendizaje automático". 33.ª Conferencia Asiática sobre Teledetección 2012, ACRS 2012. 1 : 126–133 .
  58. ↑ Liu, Dan; Toman, Elizabeth; Fuller, Zane; Chen, Gang; Londo, Alexis; Xuesong, Zhang; Kaiguang, Zhao (2018). "Integración de mapas históricos e imágenes aéreas para caracterizar el cambio de uso de la tierra a largo plazo y la dinámica del paisaje: un análisis basado en objetos mediante bosques aleatorios" (PDF) . Ecological Indicators . 95 (1): 595– 605. Bibcode : 2018EcInd..95..595L . doi : 10.1016/j.ecolind.2018.08.004 . S2CID 92025959 . 
  59. ↑ Giacinto, G.; Roli, F.; Fumera, G. (septiembre de 2000). "Diseño de sistemas de clasificadores múltiples eficaces mediante agrupamiento de clasificadores". Actas de la 15.ª Conferencia Internacional sobre Reconocimiento de Patrones. ICPR-2000 . Vol. 2. págs. 160–163 . CiteSeerX 10.1.1.11.5328 . doi : 10.1109/ICPR.2000.906039 . ISBN    978-0-7695-0750-7. S2CID 2625643 . 
  60. ↑ Du, Peijun; Liu, Sicong; Xia, Junshi; Zhao, Yindi (enero de 2013). "Técnicas de fusión de información para la detección de cambios a partir de imágenes de teledetección multitemporales". Information Fusion . 14 (1): 19– 27. doi : 10.1016/j.inffus.2012.05.003 .
  61. ↑ Definido por Bruzzone et al. (2002)como "La clase de datos que recibe el mayor número de votos se toma como la clase del patrón de entrada", esto es mayoría simple , descrito con mayor precisión como votación plural .
  62. ↑ Zhao, Kaiguang; Wulder, Michael A; Hu, Tongx; Bright, Ryan; Wu, Qiusheng; Qin, Haiming; Li, Yang (2019). "Detección de puntos de cambio, tendencias y estacionalidad en datos de series temporales satelitales para rastrear cambios abruptos y dinámicas no lineales: un algoritmo de conjunto bayesiano" . Remote Sensing of Environment . 232 111181. Bibcode : 2019RSEnv.23211181Z . doi : 10.1016/j.rse.2019.04.034 . hdl : 11250/2651134 . S2CID 201310998 . 
  63. ↑ Bruzzone, Lorenzo; Cossu, Roberto; Vernazza, Gianni (diciembre de 2002). "Combinación de algoritmos paramétricos y no paramétricos para una clasificación parcialmente no supervisada de imágenes de teledetección multitemporales" (PDF) . Information Fusion . 3 (4): 289– 297. Bibcode : 2002InfFu...3..289B . doi : 10.1016/S1566-2535(02)00091-X . hdl : 11572/358372 .
  64. ↑ Theodomir, Mugiraneza; Nascetti, Andrea; Ban., Yifang (2020). "Monitoreo continuo de las trayectorias de cambio de la cobertura del suelo urbano con series temporales de landsat y computación en la nube landtrendr-google earth engine" . Remote Sensing . 12 (18): 2883. Bibcode : 2020RemS...12.2883M . doi : 10.3390/rs12182883 .
  65. ↑ Li, Yang; Zhao, Kaiguang; Hu, Tongxi; Zhang, Xuesong. "BEAST: Un algoritmo de conjunto bayesiano para la detección de puntos de cambio y la descomposición de series temporales" . GitHub .
  66. ↑ Raj Kumar, P. Arun; Selvakumar, S. (julio de 2011). "Detección de ataques de denegación de servicio distribuidos mediante un conjunto de clasificadores neuronales". Computer Communications . 34 (11): 1328– 1341. doi : 10.1016/j.comcom.2011.01.012 .
  67. ↑ Shabtai, Asaf; Moskovitch, Robert; Elovici, Yuval; Glezer, Chanan (febrero de 2009). "Detección de código malicioso mediante la aplicación de clasificadores de aprendizaje automático en características estáticas: una revisión del estado del arte". Informe técnico de seguridad de la información . 14 (1): 16– 29. doi : 10.1016/j.istr.2009.03.003 .
  68. ↑ Zhang, Boyun; Yin, Jianping; Hao, Jingbo; Zhang, Dingxing; Wang, Shulin (2007). "Detección de códigos maliciosos basada en aprendizaje de conjuntos". Computación autónoma y confiable . Notas de clase en ciencias de la computación. Vol. 4610. págs. 468–477 . doi : 10.1007/978-3-540-73547-2_48 . ISBN   978-3-540-73546-5.
  69. ↑ Menahem, Eitan; Shabtai, Asaf; Rokach, Lior; Elovici, Yuval (febrero de 2009). "Mejora de la detección de malware mediante la aplicación de un conjunto de múltiples inductores". Computational Statistics & Data Analysis . 53 (4): 1483– 1494. CiteSeerX 10.1.1.150.2722 . doi : 10.1016/j.csda.2008.10.015 . 
  70. ↑ Chhabra, Anshuman; Mohapatra, Prasant (15 de noviembre de 2021). «Defensa de objetivo móvil contra el aprendizaje automático adversario» . Actas del 8.º Taller ACM sobre Defensa de Objetivo Móvil . MTD '21. Nueva York, NY, EE. UU.: Association for Computing Machinery. págs. 29-30 . doi : 10.1145/3474370.3485662 . ISBN  978-1-4503-8658-6.
  71. ↑ Locasto, Michael E.; Wang, Ke; Keromytis, Angeles D.; Salvatore, J. Stolfo (2005). "FLIPS: Prevención de intrusiones adaptativa híbrida". Avances recientes en detección de intrusiones . Notas de clase en ciencias de la computación. Vol. 3858. pp. 82–101 . CiteSeerX 10.1.1.60.3798 . doi : 10.1007/11663812_5 . ISBN    978-3-540-31778-4.
  72. ↑ Giacinto, Giorgio; Perdisci, Roberto; Del Rio, Mauro; Roli, Fabio (enero de 2008). "Detección de intrusiones en redes informáticas mediante un conjunto modular de clasificadores de una clase". Information Fusion . 9 (1): 69– 82. Bibcode : 2008InfFu...9...69G . CiteSeerX 10.1.1.69.9132 . doi : 10.1016/j.inffus.2006.10.002 . 
  73. ↑ Mu, Xiaoyan; Lu, Jiangfeng; Watta, Paul; Hassoun, Mohamad H. (julio de 2009). «Clasificadores de conjunto basados ​​en votación ponderada con aplicación al reconocimiento facial y de voz humanos». Conferencia Internacional Conjunta sobre Redes Neuronales de 2009. págs. 2168–2171 . doi : 10.1109/IJCNN.2009.5178708 . ISBN  978-1-4244-3548-7. S2CID 18850747 . 
  74. ↑ Yu, Su; Shan, Shiguang; Chen, Xilin; Gao, Wen (abril de 2006). «Conjunto jerárquico de clasificadores de Gabor Fisher para el reconocimiento facial». 7.ª Conferencia Internacional sobre Reconocimiento Automático de Rostros y Gestos (FGR06) . págs. 91–96 . doi : 10.1109/FGR.2006.64 . ISBN  978-0-7695-2503-7. S2CID 1513315 . 
  75. ↑ Su, Y.; Shan, S.; Chen, X.; Gao, W. (septiembre de 2006). "Clasificador de Gabor Fisher basado en parches para el reconocimiento facial". 18.ª Conferencia Internacional sobre Reconocimiento de Patrones (ICPR'06) . Vol. 2. págs. 528–531 . doi : 10.1109/ICPR.2006.917 . ISBN   978-0-7695-2521-1. S2CID 5381806 . 
  76. ↑ Liu, Yang; Lin, Yongzheng; Chen, Yuehui (julio de 2008). «Clasificación de conjuntos basada en ICA para el reconocimiento facial». Congreso de Procesamiento de Imágenes y Señales de 2008. págs. 144–148 . doi : 10.1109/CISP.2008.581 . ISBN  978-0-7695-3119-9. S2CID 16248842 . 
  77. ↑ Rieger, Steven A.; Muraleedharan, Rajani; Ramachandran, Ravi P. (2014). "Reconocimiento de emociones basado en el habla mediante extracción de características espectrales y un conjunto de clasificadores KNN". Noveno Simposio Internacional sobre Procesamiento del Lenguaje Hablado Chino . págs. 589–593 . doi : 10.1109/ISCSLP.2014.6936711 . ISBN  978-1-4799-4219-0. S2CID 31370450 . 
  78. ↑ Krajewski, Jarek; Batliner, Anton; Kessel, Silke (octubre de 2010). «Comparación de múltiples clasificadores para la detección de la autoconfianza basada en el habla: un estudio piloto». 2010 20.ª Conferencia Internacional sobre Reconocimiento de Patrones (PDF) . págs. 3716–3719 . doi : 10.1109/ICPR.2010.905 . ISBN  978-1-4244-7542-1. S2CID 15431610 . 
  79. ↑ Rani, P. Ithaya; Muneeswaran, K. (25 de mayo de 2016). "Reconocimiento de la emoción facial en secuencias de vídeo utilizando características temporales de Gabor de ojos y boca". Multimedia Tools and Applications . 76 (7): 10017– 10040. doi : 10.1007/s11042-016-3592-y . S2CID 20143585 . 
  80. ↑ Rani, P. Ithaya; Muneeswaran, K. (agosto de 2016). "Reconocimiento de emociones faciales basado en las regiones de los ojos y la boca". Revista internacional de reconocimiento de patrones e inteligencia artificial . 30 (7): 1655020. doi : 10.1142/S021800141655020X .
  81. ^ Rani, P. Ithaya; Muneeswaran, K (28 de marzo de 2018). «Reconocimiento de emociones basado en componentes faciales» . Sadhana . 43 (3) 48. doi : 10.1007/s12046-018-0801-6 .
  82. ↑ Louzada, Francisco; Ara, Anderson (octubre de 2012). "Bagging k-dependence probabilistic networks: An alternative powerful fraud detection tool". Expert Systems with Applications . 39 (14): 11583– 11592. doi : 10.1016/j.eswa.2012.04.024 .
  83. ↑ Sundarkumar, G. Ganesh; Ravi, Vadlamani (enero de 2015). "Un nuevo método híbrido de submuestreo para la minería de conjuntos de datos desequilibrados en banca y seguros". Aplicaciones de ingeniería de la inteligencia artificial . 37 : 368–377 . doi : 10.1016/j.engappai.2014.09.019 .
  84. ↑ López De Prado, Marcos (2025), Financial Machine Learning: An Engineering Problem , doi : 10.2139/ssrn.5536838 , consultado el 23 de noviembre de 2025
  85. ↑ Ayari, Helmi; Guetari, Pr. Ramzi; Kraïem, Pr. Naoufel (2025-11-18). "Calificación crediticia financiera impulsada por aprendizaje automático: una revisión sistemática de la literatura" . Artificial Intelligence Review . 59 (1) 13. doi : 10.1007/s10462-025-11416-2 . ISSN 1573-7462 . 
  86. ↑ Zhu, You; Xie, Chi; Wang, Gang-Jin; Yan, Xin-Guo (2016-05-19). "Predicción del riesgo crediticio de las PYME chinas en la financiación de la cadena de suministro basada en métodos de aprendizaje automático" . Entropy . 18 (5): 195. doi : 10.3390/e18050195 . ISSN 1099-4300 . 
  87. ↑ Tsai, Chih-Fong; Hsu, Yu-Feng; Yen, David C. (noviembre de 2014). "Un estudio comparativo de conjuntos de clasificadores para la predicción de quiebras" . Applied Soft Computing . 24 : 977–984 . doi : 10.1016/j.asoc.2014.08.047 .
  88. 12Kim, Yoonseong; Sohn, So Young (August 2012). "Stock fraud detection using peer group analysis". Expert Systems with Applications. 39 (10): 8986–8992. doi:10.1016/j.eswa.2012.02.025.
  89. ↑Savio, A.; García-Sebastián, M.T.; Chyzyk, D.; Hernandez, C.; Graña, M.; Sistiaga, A.; López de Munain, A.; Villanúa, J. (August 2011). "Neurocognitive disorder detection based on feature vectors extracted from VBM analysis of structural MRI". Computers in Biology and Medicine. 41 (8): 600–610. doi:10.1016/j.compbiomed.2011.05.010. PMID 21621760.
  90. ↑Ayerdi, B.; Savio, A.; Graña, M. (June 2013). "Meta-ensembles of Classifiers for Alzheimer's Disease Detection Using Independent ROI Features". Natural and Artificial Computation in Engineering and Medical Applications. Lecture Notes in Computer Science. Vol. 7931. pp. 122–130. doi:10.1007/978-3-642-38622-0_13. ISBN 978-3-642-38621-3.
  91. ↑Gu, Quan; Ding, Yong-Sheng; Zhang, Tong-Liang (April 2015). "An ensemble classifier based prediction of G-protein-coupled receptor classes in low homology". Neurocomputing. 154: 110–118. doi:10.1016/j.neucom.2014.12.013.
  92. ↑Xue, Dan; Zhou, Xiaomin; Li, Chen; Yao, Yudong; Rahaman, Md Mamunur; Zhang, Jinghua; Chen, Hao; Zhang, Jinpeng; Qi, Shouliang; Sun, Hongzan (2020). "An Application of Transfer Learning and Ensemble Learning Techniques for Cervical Histopathology Image Classification". IEEE Access. 8: 104603–104618. Bibcode:2020IEEEA...8j4603X. doi:10.1109/ACCESS.2020.2999816. ISSN 2169-3536. S2CID 219689893.
  93. ^ Maná, Ankur; Kundu, Rohit; Kaplun, Dmitri; Sinitca, Aleksandr; Sarkar, Ram (diciembre de 2021). "Un conjunto difuso de modelos CNN basado en rangos para la clasificación de la citología cervical" . Informes científicos . 11 (1): 14538. Bibcode : 2021NatSR..1114538M . doi : 10.1038/s41598-021-93783-8 . ISSN 2045-2322 . PMC 8282795 . PMID 34267261 .   
  94. ↑ Valenkova, Daria; Lyanova, Asya; Sinitca, Aleksandr; Sarkar, Ram; Kaplun, Dmitrii (abril de 2025). "Un conjunto de modelos CNN basado en rango difuso para la segmentación de resonancia magnética" . Procesamiento y control de señales biomédicas . 102 107342. doi : 10.1016/j.bspc.2024.107342 .
  95. ↑ Rajput, Snehal; Kapdi, Rupal; Roy, Mohendra; Raval, Mehul S. (junio de 2024). "Un modelo de conjunto triplanar para la segmentación de tumores cerebrales con imágenes de resonancia magnética multiparamétricas volumétricas" . Healthcare Analytics . 5 100307. doi : 10.1016/j.health.2024.100307 .
  96. ^ Sundaresano, Vaanathi; Zamboni, Giovanna; Rothwell, Peter M.; Jenkinson, Marcos; Griffanti, Ludovica (octubre de 2021). "Modelo U-Net de conjunto triplanar para segmentación de hiperintensidades de materia blanca en imágenes de resonancia magnética" . Análisis de Imágenes Médicas . 73 102184. doi : 10.1016/j.media.2021.102184 . PMC 8505759 . PMID 34325148 .  

Lecturas adicionales

  • Robi Polikar (ed.). "Aprendizaje en conjunto" . Scholarpedia .
  • El conjunto de herramientas Waffles (aprendizaje automático) contiene implementaciones de Bagging, Boosting, Promedio de modelos bayesianos, Combinación de modelos bayesianos, Cubo de modelos y otras técnicas de conjunto.
Obtenido de " https://en.wikipedia.org/w/index.php?title=Ensemble_learning&oldid=1349380291 "