Programación Inductiva
Inducción
Razonamiento desde propiedades de individuos a propiedades de conjuntos de individuos
Concepto
U- cjto universal de objetos
El concepto C es un subconjunto de objetos de U
Aprendizaje Inductivo de conceptos (reconocimiento de objetos en C)
Dadas instancias de C
Encontrar un procedimiento que nos diga cuando x ? C, para cada x ? U
Introducción: aprendiendo descripciones de atributos
Tarea de aprendizaje
Dado un cjto de ejemplos de prueba (training examples) -tuplas de valores de atributos etiquetados con un nombre de clase–
A1 A2 A3 Clase
ejemplo 1 v1,1 v1,2 v1,3 C1
ejemplo 2 v2,1 v2,2 v2,3 C2
Encontrar un cjto de reglas (una hipótesis) como una función de valores de atributo que es consistente y completo w.r.t. el conjunto de ejemplos de prueba
Clase = Cn if (Ai = vi,k) and (Aj = vj,l) and …
Introducción: play tennis (ejemplos de prueba)
Outlook
Humidity
Wind
Yes
Yes
Yes
No
No
Sunny
Rainy
Overcast
High
Normal
Strong
Weak
Introducción: ILP
Motivación para ILP (visión ML)
Usar un formalismo de representación más expresivo que la lógica proposicional
Usar conocimiento de base en el aprendizaje (fundamental en AI)
Introducción: motivación
Motivación para ILP (visión KDD)
Datos almacenados en bases de datos relacionales
Relaciones simples ? aprendizaje proposicional
ejemplo: tupla de valores de un nº fijo de atributos (uno es la clase)
cjto de ejemplos: tabla
Relaciones múltiples ? ILP
ejemplo: cjto de hechos lógicos
cjto de ejemplos: cjto. de tablas
Complejidad de los problemas
Datos temporales (medicina, análisis tráfico, manejo de redes): representando secuencias de tiempo
Datos estructurados (bioquímica, ingeniería de protenias, diseño de drogas): representando moléculas químicas y sus propiedades
Introducción: motivación
Tabla1: Tabla básica de clientes
Tabla2: Tabla de clientes para análisis
Introducción: motivación
Tabla de clientes representada como hechos Prolog
La forma de los hechos Prolog:
customer(Id,Zip,Sex,SoSt,In,Age,Club,Re)
Representación de los hechos básicos de la Tabla 2:
customer(3478,34667,m,si,60-70,32,me,nr).
customer(3479,43666,f,ma,80-90,45,nm,re).
¿Cómo expresamos una propiedad?
customer(_,_,f._,_,_,_,_).
Introducción: motivación
Tabla 3: Tabla de clientes con información sobre pedidos y almacenes
Tabla 4: Tabla de clientes con información varios pedidos
Tabla 5: Tabla de clientes con resumen de atributos
Introducción: motivación
Representación relacional
de clientes, pedidos y
almacenes
good_customer(C): customer(C,_,f,_,_,_,_,_),
order(C,_,_,_,credit).
Introdución: terminología
Bases de datos
nombre de relación p
atributo de una relación p
tupla < a1,
,an> – una fila en la tabla relacional
relación p – una tabla relacional (un cjto de tuplas)
hipótesis: una regla o un árbol de decisión
Programación Lógica
símbolo de predicado p
argumento de un predicao p
hecho básico p(a1,
,an)
definición de un predicado p – un cjto de hechos básicos
hipótesis: un cjto de cláusulas
Introducción:Programación Lógica Inductiva
ILP
=
Aprendizaje Inductivo de Conceptos (I)
?
Programación Lógica (LP)
Tareas ILP:
– Inducción programas lógicos
? Síntesis de programas
Inducción
Lógica
Programación
Introducción: Programación Lógica Inductiva
ILP
=
Aprendizaje Inductivo de Conceptos (I)
?
Programación Lógica (LP)
Tareas ILP:
– Inducción programas lógicos
? Síntesis de programas
– Generalización de observaciones
específicas en leyes generales
? Data Minig (DM)
Knowledge discovery (KDD)
Inducción
Lógica
Programación
DM, KDD
Página siguiente |