Selección de Ejemplos para la Minería de Datos y el Aprendizaje Automático

Abstract

La Selección de Ejemplos pretende enfrentar los problemas que pueden ocasionar los grandes volúmenes de datos como son el exceso de información, la redundancia y el índice de ruido, de manera que se pueda extraer el mayor conocimiento posible de ellos, con el fin de mejorar los procesos de Minería de Datos y Aprendizaje Automático. Este trabajo investigativo está orientado al estudio de la Selección de Ejemplos. Incluye la descripción de varios métodos y un análisis de evaluación de efectividad de seis de los mejores en este campo. Recoge además elementos teóricos de Descubrimiento de Conocimiento en Bases de Datos, Minería de Datos y Aprendizaje Automático, así como la descripción de algunas pruebas estadísticas necesarias para complementar los resultados experimentales.

The Example Selection claims confronting the problems that they can cause the big amount of data, the redundant excess of information and the index of noise, so that the big amount of their knowledge may be extracted, with the aim of improving the processes of Data Mining and Learning Automatically. This investigating work is guided to the study of Examples Selection. It includes the description of several methods and a better analysis of evaluation of effectiveness of six at this field taken for his comparison. Test picks up theoretic Discovers elements of knowledge in banks of Data, Data Mining and Learning Automatically besides, as well as the description of some statistical necessary to complement the experimental results.