Hispanopedia Wiki
La inducción de reglas es un área del aprendizaje automático en la que se extraen reglas formales a partir de un conjunto de observaciones. Las reglas extraídas pueden representar un modelo científico completo de los datos o simplemente representar patrones locales en los datos.
La minería de datos en general y la inducción de reglas en detalle intentan crear algoritmos sin programación humana, pero con el análisis de las estructuras de datos existentes. [1] : 415- En el caso más fácil, una regla se expresa con "declaraciones if-then" y se creó con el algoritmo ID3 para el aprendizaje de árboles de decisión. [2] : 7 [1] : 348 El algoritmo de aprendizaje de reglas toma datos de entrenamiento como entrada y crea reglas particionando la tabla con análisis de clústeres . [2] : 7 Una posible alternativa al algoritmo ID3 es la programación genética que desarrolla un programa hasta que se ajusta a los datos. [3] : 2
La creación de diferentes algoritmos y su prueba con datos de entrada se puede realizar en el software WEKA. [3] : 125 Herramientas adicionales son bibliotecas de aprendizaje automático para Python , como scikit-learn .
Paradigmas
Algunos paradigmas principales de inducción de reglas son:
- Algoritmos de aprendizaje de reglas de asociación (por ejemplo, Agrawal)
- Algoritmos de reglas de decisión (por ejemplo, Quinlan 1987)
- Algoritmos de prueba de hipótesis (por ejemplo, RULEX)
- Inducción de la cláusula de cuerno
- Espacios de versiones
- Reglas generales del conjunto
- Programación lógica inductiva
- Descomposición booleana (Feldman)
Algoritmos
Algunos algoritmos de inducción de reglas son:
Referencias
- ^ ab Evangelos Triantaphyllou; Giovanni Felici (10 de septiembre de 2006). Enfoques de descubrimiento de conocimiento y minería de datos basados en técnicas de inducción de reglas. Springer Science & Business Media. ISBN 978-0-387-34296-2.
- ^ por Alex A. Freitas (11 de noviembre de 2013). Minería de datos y descubrimiento de conocimiento con algoritmos evolutivos. Springer Science & Business Media. ISBN 978-3-662-04923-5.
- ^ por Gisele L. Pappa; Alex Freitas (27 de octubre de 2009). Automatización del diseño de algoritmos de minería de datos: un enfoque computacional evolutivo. Springer Science & Business Media. ISBN 978-3-642-02541-9.
- ^ Sahami, Mehran. "Aprendizaje de reglas de clasificación mediante redes". Aprendizaje automático: ECML-95 (1995): 343-346.
- Quinlan, JR (1987). "Generación de reglas de producción a partir de árboles de decisión" (PDF) . En McDermott, John (ed.). Actas de la Décima Conferencia Conjunta Internacional sobre Inteligencia Artificial (IJCAI-87) . Milán, Italia. pp. 304–307.
